地下金属矿开采装备短间隔智能调度体系研究

作为矿山生产管理的重要内容,生产调度优化与管控可以充分利用产能、降低开采成本,因此成为现代矿山降本增效的有效手段。通过精细化调度管理和智能决策方法,实现复杂条件下的开采装备高效协同作业,充分提高调度管控效率和矿山生产能力,是现阶段矿山开采装备智能调度需要解决的关键问题。以地下金属矿山开采装备调度过程为研究对象,以提高开采装备的作业效率和生产能力为目的,研究了开采装备智能调度管控模式、决策支持算法和集成化应用。针对现代地下金属矿生产实时化、精准化与智能化管控的新需求,提出了开采装备短间隔智能调度新模式,形成了以“任务分解—任务配置—运输配置—作业指令—响应修正—分析反馈”为特征的短间隔闭环调度方案。设计了包括开采装备任务配置与调度优化算法、面向多级动态配矿的矿石流优化算法、无轨装备集群调度控制优化算法的智能化决策支持算法库,实现由人工经验到智能决策的转变。将开采装备短间隔智能调度体系进行综合示范应用,满足了现代矿山精细化管控和智能化决策需求。研究成果对于地下矿山开采装备作业过程的精细化管控与开采效率提升具有指导意义,同时也为现代地下金属矿山的生产调度管理提供了理论和方法支撑。

“数据与模型融合的智能调度优化”专刊前言

调度优化问题广泛存在于国防、制造、能源、交通、农业、物流等诸多领域,普遍呈现出非线性、强约束、多目标、不确定、动态等特征,甚至涉及离散与连续变量的联合优化,性能指标的评价很费时.纯粹模型驱动的优化方法受制于建模难、评模难、解模难.传统群体智能优化,则大多遵循种群初始化、交叉变异、个体选择等基本步骤,此类数据驱动的优化方法存在问题特征结合弱、收敛速度慢等缺陷.随着云计算、大数据等信息技术的飞速发展,新一代人工智能注重数据、知识、算力和算法的深度融合,这为智能优化的创新和发展指明了方向.开展数据与模型融合的优化理论分析、算法设计,有助于全面提升算法性能,是新一代智能调度优化发展的重要方向.因此,面向复杂调度优化问题的高效、高质、鲁棒的智能优化理论与方法研究,已成为数学、自动化、计算机、人工智能、工业工程、管理等领域的热点前沿方向.本专刊聚焦数据与模型融合的智能调度优化的最新理论、方法及工程应用,展示智能调度优化的最新研究成果,促进学术创新、学科融合、应用推广,助力“人工智能+”在经济、国防和社会等领域的高质量发展.

基于深度强化学习DDDQN的高速列车智能调度调整方法

在高速铁路系统的日常运营中,列车经常受到各种突发事件的干扰而导致晚点,严重影响旅客出行体验。为在短时间内制定出列车运行调整方案并尽可能缩短列车晚点时间,提出一种将深度强化学习与整数规划模型相结合的列车智能调度调整方法(DDDQN)。首先,将线路划分为多个轨道区段相连接的形式,并基于车间作业调度问题,以最小化所有列车总晚点时间为目标,构建描述列车运行过程的整数规划模型。之后,将各列车视为智能体,根据实际运营需求定义了多智能体的状态、动作以及回报函数,并构造了2个深度神经网络以近似值函数。最后,结合上述整数规划模型设计了DDDQN的训练方法,先利用智能体在仿真环境中探索求出问题可行解,并通过2个神经网络之间的“互馈”机制,实现神经网络参数的更新。在此基础上求解整数规划模型,即可在短时间内得到问题最优解。利用京张高铁实际线路数据和运营数据进行仿真实验,通过比较3种不同求解方法在10个不同突发事件场景下得到的列车总晚点时间和求解时间,验证了所提出的DDDQN模型可以在短时间内得到问题的最优解,可降低至多30.43%的列车晚点时间以及至多68.33%的求解时间。DDDQN为提升高速铁路系统在突发事件下的应急处置能力以及运输组织效率提供了一种智能化的方法与参考。

基于知识图谱的智能调度文献计量分析方法研究

鉴于智能调度是实现制造系统高效运作、制造资源与生产任务高效配置的重要保障,是实现制造业数字化、网络化、智能化的重要途径,从智能调度全局出发,进一步对前人综述研究进行深化和外延,运用可视化工具CiteSpace软件,通过检索Web of Science核心数据库,获取2012年~2021年间收录的以“智能调度”为主题的50610条文献。基于知识图谱把握智能调度领域的学科演化性质、分析领域研究热点、探索重要集群性质、挖掘重大突现、洞察结构变异性,提出一种基于知识图谱的研究领域综述分析路径与方法。最后指出柔性作业车间重调度、节能调度、异构分布式协同调度系统、新型群智能优化算法等为智能调度领域的发展方向。

城市轨道交通智能调度技术及应用研究

随着我国城市轨道交通网络化建设进程的不断推进,面向网络化安全、高效运营的智能调度系统成为建设智慧城轨的关键之一。针对城市轨道交通的实际需求提出了智能调度系统整体方案,分析了系统中的三大关键技术:运行图自动编制、调整策略智能生成和辅助决策。重点阐述了智能调度系统方案中基于客流评估的全自动编图、实时客流感知和调度决策以及故障运维联动与应急预案联动这三大功能,以提高城市轨道交通行车调度的自动化、智能化水平,提升应急处置效率和乘客出行的便捷性。最后,以实际某地铁集团智能调度现场运用为例,分析了智能调度方案在城市轨道交通运营过程中的作用。

基于高频车站及时间窗的立体轨道交通系统智能调度算法

立体轨道交通系统的车辆调度方法还未见报道,已有车辆调度算法的实时性较差。针对立体轨道交通车辆的调度问题,研究了一种结合高、低频车站判定的订单分配算法和一种结合时间窗的Dijkstra路径规划算法,即智能调度算法,以提高车辆的运行效率。首先,使用订单分配算法为订单选择合适的执行车辆,减少乘客的等待时间。其次,在订单分配算法的基础上增加了高、低频车站的判定,提前给高频车站调度车辆,以保证供需平衡。然后,将普通Dijkstra算法和时间窗判断相结合,以实现多车辆的无冲突路径规划。最后,对OpenTCS软件进行二次开发,并进行了调度算法的仿真。结果表明,当有乘客叫车时,若只有订单分配算法,乘客平均等待时间为8.043 s;结合高、低频车站进行车辆提前调度后,平均等待时间降到了5.724 s,每位乘客减少了2.319 s的等待时间。路径规划时,无论是普通的Dijkstra算法还是结合时间窗的Dijkstra算法,规划耗时都在1 ms以内,而结合时间窗的Dijkstra算法在只增加约0.1 ms耗时的情况下,解决了车辆的路径冲突问题。研究的智能调度算法减少了乘客的等待时间,提高了车辆的运行效率,实时性好,能满足立体轨道交通车辆的调度要求。

天地异构网络资源融合管理与智能调度技术

针对天地网络资源跨域分散、快速配置调度难、综合利用率低等问题,开展天地异构网络资源特性及融合模式分析,以网络性能优化为目标设计天地异构网络资源融合管理架构。针对资源的异质异构性进行网络资源的分类与虚拟化,针对不同的网络服务需求进行资源多维描述和子网构建,针对业务的动态变化进行虚拟化资源的智能分配与动态调整。采用上述技术实现了网络资源的协同运用与自主调优,通过全网资源的统一调度和智能分配提高了网络资源利用率,提升了网络服务质量。

电网智能调度技术支持平台中的主配网协同研究

在当前电网负荷过大、区域电网数量增多的背景下,为了广泛并且有效地改善电能质量,为电力公司以及企业的供电提供一定的可靠度,首先对当前电网智能调度技术支持平台的现实需要与指标规范等进行了关注,然后以主配网协同为核心,针对智能调度技术平台进行研究设计,并对其性能进行测试。结果显示,研究设计的电网智能调度技术支持平台各项性能指标良好,可以进行实际应用。该系统平台的应用将会提高配电质量和效率,使得主配网能够很好地相互协调。基于主配网协同研究设计的电网智能调度系统平台有比较好的实际应用效果,可以为今后的电网技术改进以及智能电网系统平台设计提供一定的参考。

基于物联网的水泥发运智能调度系统设计及实现

针对我国当前水泥行业普遍缺乏有效的车辆调度及管理准则,易出现车辆乱行无序,常堵车抢道等现象,本文提出了一种新型水泥智能发运调度策略,对车辆进出厂、汽车衡和下料口的使用及倒运车辆都进行了相关调度管理,并构建了调度模型,给出了调度的具体策略。在水泥公司实际运行结果表明,该调度策略不仅能够提高设备的使用效率,还能够极大程度提高水泥发运效率,进而提高该公司的经济效益。最终的事实证明:本系统运行稳定,实现了水泥发运智能调度,可以对水泥车辆与称重实现自动管理,满足了水泥生产发运的管理需要。

互联网电视CDN智能调度技术研究和应用

本文研究了在互联网电视CDN分层级、分区域下沉后产生的节点不均衡问题,以及春晚等大流量场景下区域间负载不均衡问题、直播频道突发流量分布不均导致的CDN节点内设备负载不均衡等问题,并且针对区域间、节点间以及节点内的调度场景,综合考虑各级调度影响因子,研究通过K-Means聚类算法、非线性回归算法、Random Forest算法等AI算法在互联网电视CDN调度中的应用,实现智能调度策略决策及分场景调度实施。通过互联网电视CDN智能调度技术方案的研究,并在江苏移动完成部署,峰值承载流量超20Tbps。智能调度模型有效地均衡了区域、节点及设备的流量,提升了互联网电视CDN的总体利用率,提升了互联网电视系统可靠性和服务质量。

数字化应用对构建三峡通航智能调度系统的思考

数字技术以新理念、新业态、新模式全面融入各领域,给生产生活带来广泛而深刻的影响。本文立足现阶段三峡通航调度工作模式,对推动数字化应用在通航调度系统上提出设想,助力通航指挥工作向智能化发展,以更好满足长江黄金水道的航运需求。

智能调度决策系统设计与实现

近年来,在现代化信息技术的带动下,国内许多主要海港开始拥有自动化的能力,实现了海港调度的高效运行。目前港口的决策自动化管理还面临着较多问题。但我们已经根据港口中出现的信息孤岛、信息挖掘能力较弱以及调度计划仍需要进一步提升等问题,建立了港口智能调度决策体系,并集成了有关港口信息调度的业务技术和大数据资源,构建了综合的、统一的信息调度平台,有效提升了港口整体信息化的管理水平。

移动内容网络电视CDN智能调度架构与方案研究

目前,大流量场景对传统的内容分发网络(CDN)提出了更多的挑战,针对节点间和节点内的调度场景,打造融合AI的智能调度算法,通过秒级数据采集形成完善的CDN服务指标体系,生成基于服务节点负载、热点内容的调度决策模型。该调度策略在流量高峰期提供差异化保障,从用户服务节点调度、热点内容预判和即时调度三个维度打造高效内容网络。

基于无线资源管理的无人机智能调度系统研究

针对无人机通信领域,探讨智能调度系统在无线资源管理中的关键作用。智能调度旨在动态高效地分配无线资源给移动终端的无人机用户,同时减少无效资源消耗。在构建的智能调度系统中,设计考虑了用户基本信息、环境模型和信道状况的调度体系,通过优化信道分配和智能调度算法,降低了用户间的信道干扰,提升了资源获取的公平性和可靠性。

多测试试验台生产计划智能调度优化系统设计与实现

生产计划调度是制造生产的重要步骤,是制造类企业生产运行的指挥中心。生产计划调度即按照一定的规则和要求合理安排若干个生产计划,以确定每个工艺工序的工件产出数量及其出厂时间,从而保证公司的产品出货供应正常,最大化地满足市场需求。制造元器件的测试过程对于确保产品质量至关重要,通过多工位检测对待检测元器件进行多个测试项目试验,可以及时发现并解决这些问题,提高产品的质量。多测试试验台的生产计划调度涉及多个测试工位的先后顺序,存在着复杂的制造流程,市场需求变化,设备故障,工艺流程的调整等因素造成的生产计划调度困难等问题。文中提出一种基于Spring Boot框架以及MySQL数据库的多测试试验台生产计划智能调度优化系统,用以实现对多测试试验台车间的生产计划智能调度,帮助克服多测试试验台的生产计划调度存在的诸多问题。

铁路智能调度集中系统软件集成测试方法研究

智能调度集中系统仿真测试包括软件模块测试、软件集成测试及软件总体测试三个阶段。在软件总体测试阶段,测试环境的搭建需要庞大的计算机集群资源作为支撑,这不仅增加了测试的成本,而且测试用例各步骤中复杂的终端交互操作极为繁琐,存在调试成本高的难点,为此设计软件集成测试模块。该模块实现了在单台计算机上即可开展黑盒测试用例的软件调试工作,无须依赖庞大的计算机集群资源,可达到简化测试流程、降低软件调试成本的效果。使用智能调度集中系统现场实验中的非预期场景开展软件调试工作,并通过统计和对比总体测试环境和集成测试环境在处理器核心调用个数及终端交互界面个数,验证了软件集成测试方法在降低软件调试成本和提高软件调试效率方面效果显著,为现场实验顺利开展提供了有力保障。

智能调度区段行调业务人机协同机制分析及优化对策研究

推进行调业务智能化是落实“智慧铁路”发展战略的重要举措。智能调度区段行调业务主体包含行车调度员和智能调度集中系统,行调业务智能化伴随着人机协同机制的革新。在技术装备阶段性发展的背景下,及时优化人机协同机制对于促进行调业务智能化高质量发展具有重要意义。以京张高速铁路智能调度集中系统开通以来的运用情况为基础,分析智能调度区段行调业务人机协同机制现状及面临的问题,立足当前技术水平发展阶段和行车调度员工作模式需逐步优化的客观事实,从多源异构信息智能展示、列车运行图智能调整、安全卡控方面进行分析并给出人机协同优化对策,着力加速智能调度集中系统技术演进,及时释放现阶段技术发展红利,最大化提升智能装备运用效果。

面向数据隐私的高速铁路智能调度大数据运用方案研究

为解决高速铁路智能调度大数据运用过程中,数据隐私安全导致的数据共享意愿降低和数据决策效果减弱等影响大数据价值发挥的缺陷,在既有云边协同框架下,借助联邦学习和对抗式生成网络技术,设计面向数据隐私的高速铁路智能调度大数据运用方案。在现状分析基础上,重新构建系统架构和数据交互规范;增设边缘节点的样本层和决策层实现样本构造和决策输出,完善中心云的数据层和调度层实现数据汇集和数据调度;虚拟划定的数据运用区域对内安全共享隐私数据和学习模型,对外提供行车辅助决策支持。方案进一步改善智能调度大数据的计算效能和数据隐私安全效能,充实“智能高铁”理论技术创新内容,加快高速铁路运输组织调度的数字化智能化建设步伐。

基于站间协同的智能调度系统设计及关键技术

围绕基于站间协同的智能调度系统开展研究,探讨调度系统在数据服务驱动下的安全与智能发展趋势。京张高铁等线路的开通运营,标志着智能调度系统夯实数据安全保障机制,形成统一数据平台,顺利完成第1阶段工作。智能调度系统下一阶段需在数据效力利用、跨站协同安全防护及迭代学习能力开发等方面持续增强。总结分析既有系统不足,立足实际需求,引入虚拟协同区域概念,依托中心功能服务器的数据、服务和资源支持,设计基于站间协同的行车安全卡控方案;系统运用大数据和智能技术,实现了安全策略和调优规则的动态管理,有效促进了信息共享下的数据挖掘和区域感知下的安全决策。该研究成果不仅丰富了相关理论,也为铁路运输的安全化和智能化发展提供有益参考。

空压机负荷预测与智能调度算法研究

针对目前空压机机组调度中存在能源消耗高、资源浪费严重等问题,结合空压机机组的组合特点,对空压机的台数调度进行研究。提出一种多策略改进的哈里斯鹰优化算法(MHHO)和深度回声状态网络(DESN)相组合的空压机负荷预测模型,在获得一天24 h所需负荷之后,利用MHHO算法对机组组合进行调度和用气量分配。实验结果表明:预测模型对空压机负荷预测具有更高的准确性,提高了机组的运行效率,减少了系统能源消耗,具有应用价值。