基于最优样本和最优属性组合的作业车间调度规则挖掘

作业车间调度问题可使用调度规则解决。为挖掘到高效、准确的调度规则,基于训练样本最优和属性组合最优的核心思想,提出一种基于最优样本与最优属性组合的决策树-遗传算法框架(NDTGA)。该框架在构造训练数据时采用成对比较的方式,在构造属性组合时使用属性原值、差值、对比值等多种组合;在遗传算法的每次寻优过程中,调用决策树挖掘全新的调度规则;最终得到最优训练样本和最优属性组合,进而得到最优的调度规则。通过与经典调度规则和其他机器学习算法的对比实验论证了NDTGA框架挖掘所得调度规则的优越性。

区间水优先的水库群引供水调度规则研究

【目的】随着跨流域调水工程不断地发展与完善,没有调节能力的闸坝逐渐与水库共同参与到调度中来,对需要考虑多流域丰枯特性和多水库调节能力的调度规则制订提出了更大的挑战。【方法】为此,提出在调水中相对于水库优先利用区间水的原则,以此构建系统总弃水量最小的调度模型,利用改进的遗传算法求解得到调度规则。并且,以石湖-龙湾-碧流河水库与黑鱼汀闸坝联合的引洋入连引调水工程作为研究实例进行对比。【结果】结果显示,相比于常规调度,优先利用区间水的调度规则方案规避了系统深度破坏,满足95%保证率的城市供水需求,多年平均引水量增加了0.79亿m^(3),系统年均弃水量减少了2.1亿m^(3)。【结论】该研究方法较好地提高了区间水的利用率及系统的用水效率,可为有闸坝参与的跨流域调水系统的调度提供科学参考和技术支撑。

基于机器学习的黄河上游梯级水库群多目标优化调度规则提取

为最大化发挥多功能水库综合效益,构建了黄河上游梯级水库群发电、供水、防洪、防凌、生态多目标优化调度模型,采用多元线性回归模型、随机森林模型和LightGBM模型提取了梯级库群多目标调度规则,并通过改进泰勒图和典型调度方案对提取效果进行了评价。结果表明:随机森林模型和LightGBM模型对调度规则提取的效果整体优于传统的多元线性回归模型,LightGBM模型训练结果更有实际指导意义,在发电、供水及均衡调度需求下均能有效指导水库贴近优化下泄过程。

基于GP-PS的分布式加工与装配多级车间调度规则自动设计方法

分布式加工与装配多级制造系统由多个用于加工零件的作业车间和用于装配产品的一般流水车间组成。动态到达的订单涉及多层产品结构,零件需齐备之后才可装配。该类多级车间的管控涉及订单分配、加工和装配任务调度联合决策问题,其关键在于实现两级生产的精准化协同目的。针对分布式加工与装配多级车间调度问题,提出了一种基于GP-PS的分布式加工与装配多级车间调度规则自动设计方法。首先,以最小化订单拖期率为目标,建立了订单分配、加工和装配任务调度联合决策的数学模型;然后,提出了一种改进型遗传规划算法,用以集成进化多级调度规则,设计了一类种群优化机制来避免算法陷入局部收敛,同时嵌入了并行仿真技术,有效减少了训练时间;最后,进行了仿真实验,对改进型遗传算法的性能进行了验证。研究结果表明:人工规则组、标准遗传规划算法及改进型遗传算法得到的订单拖期率分别为6.44%、5.65%、2.67%。基于并行仿真优化的改进型GP算法较数十个优选的人工规则组及标准GP算法生成的最优规则组,能取得更明显的综合性能优势。使用该算法针对DPAMW调度问题自动设计一体化调度的多级规则是可行的、有效的。

基于海事调度规则的长距离受限航道通航效率影响研究

根据特定时段混合船舶流特征,优化海事调度规则是提升航道通航效率的低成本、高效率方法。文章以长距离受限航道通航效率提升为研究对象,以平均等待时间(AWT)、港口服务水平(AWT/AST)、泊位利用率(ρ)、航道通过能力(T)为指标,基于靠港船舶AIS数据建立Arena港口生产作业仿真系统,分析先到先得(FCFS)、港口效益优先(PEP)和综合效益优先(CBP)等海事调度规则对通航效率的影响。以RSOT长距离受限航道为案例,基于2021—2022年靠港船舶AIS数据的研究结果表明:FCFS和PEP规则的效果基本一致,CBP规则可以有效降低大部分船型平均等待时间的同时提升了港口服务水平。其中:10万t级原油船AWT降幅最大达到62%,货船泊位利用率ρ增长达到64%;在当前船舶到港密度流增加20%时依然保持高效率,成品油船AWT和AWT/AST降幅最大达到62%,货船泊位、原油泊位和成品油泊位利用率ρ值分别提升67%、28%和26%,航道通过能力T值的提升可达到14%。研究结论可以为该类长距离受限航道的海事调度规则优化和通航效率提升提供借鉴。

基于编目数量最大化的空间目标监视资源调度规则研究

针对传统调度方法中空间目标编目数量不高、调度效率较低的问题,提出了运用多规则调度策略的方法来提高目标编目数量。以观测需求与跟踪弧段为输入,对空间目标跟踪弧段进行可见性预报,将多种调度规则融入传统调度流程中,以多组不同空间目标数量为参照,通过仿真实验对比两种不同调度策略下的调度结果。实验表明:相同的5个监视设备执行空间目标编目任务,当监视资源利用率接近100%时,基于多规则的调度策略最大可以实现对6500个左右空间目标的稳定编目,而传统调度策略最大只能实现3200个左右空间目标的稳定编目。多规则调度策略相较于传统调度策略,最大编目数量提高了103%。

自动化集装箱码头堆场调度规则研究与优化

堆场作业效率是体现自动化集装箱码头海侧装卸船能力、陆侧收发箱水平的重要指标。针对自动化集装箱码头堆场作业过程中出现的堆场调度工况不合理、效率较低的问题,进行堆场调度规则研究。通过对堆场各工况实际作业需求进行分析,确立堆场海侧、陆侧作业调度原则,优化不同工况调度顺序,增加自动化堆场作业重进重出比例,改善自动化码头堆场调度逻辑,并对比调度规则优化前后的堆场作业效率。结果表明,优化后的堆场调度规则可以显著提升自动化码头堆场作业效率和对外服务水平,提高自动化码头核心竞争力。

利用已建大中型水库建设抽水蓄能电站的防洪调度规则研究——以宜都抽水蓄能电站为例

利用已建大中型水库作为抽水蓄能电站下水库,电站建成后发电流量与天然洪水叠加,将对已建水库洪水调节产生较大影响,进而可能影响水库大坝安全和淹没影响范围。文章以宜都抽水蓄能电站为例,对比分析熊渡水库现状调洪成果、建设抽水蓄能电站后调洪成果,提出改变熊渡水库洪水调度规则、大坝加高等措施后,建设宜都抽水蓄能电站不影响原有水库的防洪功能,不增加水库淹没范围,具有防洪可行性。

基于多目标模糊优选模型的防洪预报调度规则决策树制定与效果分析——以大亚湾区鱿鱼湾水库为例

以鱿鱼湾水库为研究对象,基于多目标模糊优选模型和决策树方法,探讨了防洪预报调度规则的制定和效果分析,通过收集整理鱿鱼湾水库的水文数据,分析水库调洪演算基本原则,研究多目标模糊优选模型理论和方法,制定水库防洪预报调度规则决策树,并对洪水调度的准确性和适用性进行分析。研究结果表明,基于多目标模糊优选模型的防洪预报调度规则决策树可以有效提高水库的防洪能力和评估模型的决策效果,可为类似研究提供借鉴参考。

水库多目标供水调度规则研究

已有的水库供水调度规则研究偏重于单一目标供水,对于有着不同优先级和保证率的多个供水目标的研究不足。设计了一种水库多目标供水的调度规则,该规则能分别处理不同的供水目标,保证各项用水不发生深度破坏,在此基础上寻求累积缺水最小的调度目标。一种混合模拟和遗传算法的模型被用来对该规则的参数进行优化,在搜索规则最优参数组合的过程中遗传算法显示出很好的优化性能。实例研究检验了提出的供水调度规则的合理性。

基于决策树方法的水库跨流域引水调度规则研究

目前跨流域引水调度属于常规引水规划调度方式,没有考虑实时信息.利用数据挖掘技术中的决策树方法将水库当前的气象预报信息和下垫面蓄水状态、水库多年的实际运行情况等资料与水库管理者的实际调度经验相结合,提出跨流域引水水库的实时调度规则.研究分三步,即首先选取旬初库水位、GFS预报与实际降雨量,旬前土壤含水状态,以及跨流域引水量等资料构成水库调度数据集;然后利用数据挖掘技术从中提取跨流域引水调度决策树;最后对调度决策树进行检验获取跨流域引水水库实时调度规则.实例计算结果表明,采用决策树跨流域引水调度规则进行水库引水调度,可提高水资源利用效率,增加水库综合效益.研究成果对跨流域引水水库实时调度的深入研究与应用有参考价值.

基于仿真的调度规则组合决策研究

针对车间调度规则组合的多目标优化问题,提出了一种基于仿真的评估决策模型.通过仿真获得不同调度规则组合下的方案集合,在利用层次分析法获得性能指标权重的基础上,采用灰关联理论计算各结果方案对于单项指标的关联系数,实现了基于灰色关联度的方案评估,并导出了最优的调度规则组合.调度规则组合决策体现了用户对系统性能指标的要求,解决了传统依靠经验进行调度规则选取的问题,优化了制造系统的运行.

作业车间调度规则的挖掘方法研究

针对作业车间调度问题(JSP),提出基于决策树的调度规则挖掘方法,用于从基于传统优化方法所获得的优化调度方案中提取新的调度规则,指导作业车间调度过程.将时间Petri网络用于描述作业车间的调度过程,给出基于Petri网建模的分支定界算法用于搜寻优化调度方案.结合数据挖掘中的决策树分类技术,提出一种新的调度规则挖掘方法.该方法用于提取隐藏在优化调度方案中的调度模式,并将其用作新的作业车间调度规则.针对最小化最大完工时间(makespan)性能指标,在一组测试案例和一组benchmark问题上的对比实验结果表明:相对于已有的同类调度规则和传统的优先调度规则,利用该方法所构建的决策树调度规则能够生成更小的makespan值,从而证明了该方法的可行性和有效性.

并联供水水库联合调度规则最优性条件研究Ⅰ:理论分析

水库群联合调度规则最优性条件是科学制定水库群联合调度策略的理论基础,也是确定水库群蓄放水次序的重要依据。先确定水库群系统总供水量进而优化其在各个水库中的供水任务分配是水库群联合调度中最常见的做法,因而由总供水量确定规则和供水任务分配规则(蓄水量空间分布规则)构成的水库群联合调度规则也是最常见的调度规则。本文以并联水库群系统中这类调度规则为研究对象,采用库恩-塔克条件(K-T条件),给出了这类常用调度规则的最优性条件及其对应的时段可利用水量阈值范围,提出了水库蓄放水优先次序的划分标准。研究结果表明:由总供水量确定规则和蓄水量空间分布规则构成的水库群联合调度规则适用条件较差,而且仅当水库群系统中每个水库可利用水量与系统总可利用水量始终维持在给定的阈值范围内时,并联系统调度运行的最优性才能得到保障。

大规模跨流域水库群供水优化调度规则

针对大规模跨流域供水水库群联合调度中调水、引水、供水三者之间的复杂性、动态性和不确定性的特点,在二层规划模型的基础上,应用博弈论原理,建立跨流域水库群供水调度规则的三层规划模型,提出调水规则、引水规则和供水规则相结合的跨流域水库群优化调度规则,从深层次揭示跨流域供水水库群之间的主从递阶层次的独立性及相互关联性;并应用基于免疫进化的粒子群算法对模型进行分层优化求解。以滦河下游跨流域水库群为对象进行研究,计算结果表明:1减少了水量损失,提高了水资源的利用率;2提高了供水区唐山、天津的供水保证率,降低了缺水破坏深度。

水电站双线性调度规则研究

本文研究水电站水库调度函数问题。提出了用多种方法综合计算线性调度函数的方法 ,以使其更具稳定性。采用双线性调度函数相互印证和补充 ,给出了相应的计算公式 ,并提出了考虑各决策变量取值规律的具体决策规则。实例模拟调度得到了满意的结果 ,显示了所提双线性调度规则的有效性。

基于遗传算法和模型仿真的调度规则决策方法

为了完成特定生产环境下的调度规则选择问题,提出一种将遗传算法和过程仿真相结合的调度规则求解方式。在该求解方式中,遗传算法采用分段整数编码,每个染色体都代表一组可用于描述具体调度方案的规则组合;遗传操作包括选择、交叉、变异三种类型;为获得适应度函数值,利用基于某扩展Petri网的生产过程模型进行仿真,以在每一代种群中,得到与每个染色体相对应的各项性能指标值,进而以一种集成层次分析法和方案模糊评判的决策优化方法求取相应的适应度函数值。另外,为了改善串行遗传算法不切实际的解答时间,用主从式并行遗传算法代替传统遗传算法,保证了解在时间上和质量上的可行性。

基于设备可用时间约束的装配作业车间调度规则

为开发自动和手控设备混合的装配作业车间启发式调度算法,设计了装配作业和设备特性相结合的生产调度规则。分析了自动和手控设备的运作特性,以及设备和作业者的日可用时间约束对生产调度所产生的影响。首先以缩短工件平均流程时间和提高自动设备夜间运载率为目标,扩展了最短作业时间优先规则的内涵,设计了最短设备占有时间优先规则的系列;然后考虑了装配作业车间的装配特性,设计了将作业交货期最早优先规则与提出规则相结合的组合规则。经模具生产车间的仿真实验表明,所设计的组合调度规则对平均延期时间和其他相关评价指标具有较优的结果。

协同演化免疫算法提取水库调度规则研究

从复杂适应系统角度探讨了水库调度的复杂性,分析比较了水库调度规则提取过程与人体免疫反应中抗体种群协同演化的相似性,提出了基于协同演化人工免疫系统(CoEISM)水库调度规则提取模型,并应用于某水库供水调度规则提取,所获规则对训练与检验样本识别率分别为92.5%和84.4%,缺水指数为2.23(1014m6),与神经网络(RBF)提取结果相当。进一步研究表明,CoEISM用于水库调度规则提取是可行、有效的,不仅所获规则易于理解,能提供更为丰富的决策信息;而且调度规则自适应调整有利于调度人员做出适应调度环境变化的水库蓄泄决策。

基于门限回归的梯级水电站群调度规则研究

针对梯级水电站群的调度运行往往根据经验操作、缺少充分的科学依据的问题,根据门限回归具有非线性决策的特点,建立了梯级水电站群最优调度规则的门限回归调度函数,结合算例进行了最优调度规则的模拟计算,并与线性方法所得结果进行了对比。结果表明,此模型具有合理性、可行性及实用性。