无人作战系统决策调度模型设计与仿真

随着现代军事技术的发展,无人作战飞行器作为战争中的重要工具,在空中作战中发挥着日益突出的作用。可以预见,在未来战争中,无人作战飞行器将发挥重要的作用。从空战无人作战系统模型入手,设计了三层结构的无人作战系统决策调度模型,进而基于Agent设计了实验仿真模型,利用引入协商机制的改进型遗传算法进行了实例仿真。实验表明,所设计的无人作战系统具有比较好的适应性,并具有一定的实用价值。

分支定界搜索信息深度引导的电-气互联系统调度决策加速求解方法

电-气互联系统调度决策问题旨在实现天然气系统和电力系统中可调节资源的最佳配置,其精准性与高效性直接影响电-气互联系统运行的安全性与经济性。为描述可调节资源离散状态、非线性运行特性等物理性质,电-气互联系统调度决策问题中含有规模庞大的离散决策变量,模型复杂度高,使得现有依赖于商业混合整数线性规划(MILP)求解器的电力系统运筹优化技术面临“组合爆炸”的计算负担。为此,该文提出一种分支定界搜索信息深度引导的电-气互联系统调度决策加速求解方法。所提方法利用分支定界初始搜索阶段的信息构建小规模辅助MILP模型,并内嵌于分支定界搜索过程,引导剪除更多冗余搜索空间,在不损失最优性的前提下加速收敛。基于RTS-GMLC电力系统和天然气系统不同负荷水平及线性分段数下的30个算例仿真结果说明,相比于直接使用商业MILP求解器,所提方法在不损失最优性的前提下可实现平均4.20倍的加速,验证了所提方法的有效性。

基于决策树C4.5模型在黄壁庄水库调度管理中的应用与研究

引言。本文采用决策树C4.5模型数据挖掘技术,挖掘黄壁庄水库调度规律的同时,从历史调度数据中挖掘影响水库精准调度的关键因素,对黄壁庄水库多年运行数据进行深度分析并生成决策树,探索数据之间的关联和规律,在水库防洪管理中应用数据挖掘技术,实现科学诊断、快速预警、智能决策和综合分析,为水库决策调度提供指导。

基于双层规划的城市交通疏散与应急车辆调度协同决策

针对城市中可能同时发生多起事故的严峻形势,研究拥堵交通状态下的应急救援问题,构建了一种疏散与调度协同决策的双层优化模型。上层模型考虑行程距离得到备选救援路径;下层模型以救援最公平和行程时间最小为目标,以救援需求和时间窗为约束优化应急车辆调度方案,以路段最大流量和事故严重程度为约束优化交通疏散方案。为求解下层协同决策模型,设计了一种具有基因表达调控策略编码的改进遗传算法。算例结果表明:沿救援路径进行交通疏散,救援总行程时间较疏散前降低了24.02%;与BA、SFLA两种群智能优化算法相比,改进遗传算法最优解的平均目标值分别减少了10.17%、13.19%。

基于决策树C5.0的水库防洪调度研究

水库是一种重要的防洪工程措施,科学的水库防洪调度方式是实现水库设计效益的关键。鉴于常规调度和优化调度存在的不足,以山东省跋山水库为研究对象,提出并评估了一种利用决策树C5.0算法制定水库防洪调度规则的新方法。首先,在根据实测洪水数据构建跋山水库新安江模型的基础上,采用暴雨资料进行洪水模拟;然后,以最大削峰准则为目标进行模拟洪水的优化调度;最后,由跋山水库优化调度方案生成洪水调度数据集,由决策树C5.0算法提取水库调度规则决策树,据此对4场实测洪水进行调度。结果表明:由调度规则决策树制定的调度方案可行,且比实测调度方案更优。以决策树算法制定水库调度规则的过程,可为水库实时防洪调度提供决策支持。

选煤厂生产线调度最优决策专家系统设计

为提升选煤工艺的运行效率、创造更多的企业效益,设计了一种生产线调度最优决策专家系统。采用多种终端等组件,构建网络连接子系统。采用传感器、采集器等不同设备,构建实时监测子系统。结合上位机与调度决策模块,组成移动调度子系统。以可编程逻辑控制器(PLC)控制程序与调度最优决策方案制定程序作为技术支持,根据最优决策的目标函数模型与约束条件,生成最优调度决策方案。试验结果表明,应用所设计系统,每吨煤炭的最长加工时间最小化至17.69 s,且用于调度的时间仅为17.13 s。由此证明:所设计系统运行速度较快;给出的决策方案完全符合调度目标;煤炭调度时间和加工时间均较短。该系统可行性与实时性优势显著。该设计能为企业创造较好的实践价值与经济效益。

基于拓扑数据关系的电网调度辅助决策技术

文章针对城市电网调度中处理局部用电紧张问题时烦琐且低效的“人工分析”型决策过程,提出了一种基于电网拓扑关系数据分析的调度决策辅助技术。该技术通过基于电网实时数据构建电网拓扑模型,实现对电网接线关系和负载能力的实时感知,并利用拓扑分析技术获取电网局部区域间的负荷转移通道。同时,抽取负荷转移路径上设备的运行约束数据并进行相关计算和约束判断,实现多维度电网数据的聚合分析,为调度人员提供决策支持。该技术有助于电网调度员准确、高效地应对城市局部用电紧张问题,并促进调度决策模式由“经验型调度”向“数据分析型调度”的转型。

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。

太湖流域高度城镇化地区畅流活水多目标调度决策研究

随着城市化进程的加快,高污染负荷、弱水动力条件、强人工干预导致的平原河网地区河道水质恶化、生态衰退已成为制约城市高质量发展的瓶颈之一。结合太湖流域高度城镇化地区水文水动力特性,构建了水动力-水质耦合模型,模拟了不同情景下河网水动力与水质情况。统筹考虑水质改善、水动力提升、经济成本等多目标,建立了活水调度多目标决策体系,基于模糊层次分析法确定评价体系水质改善、水动力提升与经济成本指标层权重分别为0.390、0.345、0.265,为各指标层设计对应的要素层,并利用模糊综合评价法进行评价。结果表明,针对不同调度情景下水质改善、水动力提升及经济成本等多目标的决策,利用多目标调度决策方法可有效确定效果最佳的工程调度情形。太湖流域高度城镇化地区区域性控制工程对畅流活水效果的影响要远大于锡山区控制工程,运东大包围城市防洪工程调度模式对研究区活水效果的影响最大。比选出的最优活水方案实现的研究区活水效果为水质达标率82%,水质平均提升率31%,Ⅲ类水断面占比61%,平均流速0.10 m/s,较优流速占比39%,滞水率32%。相较于传统的单指标或多指标简单比较的决策方法,多目标调度决策方法更具有综合性、合理性,可为太湖流域等平原河网高度城镇化地区畅流活水及水环境综合治理提供技术支撑。

隐性扰动下智能车间资源重调度决策方法研究

针对智能制造车间资源重调度快速响应的需求,以及隐性扰动难以测量捕捉的特点,提出了车间资源监测及重调度决策方法。首先利用支持向量机良好的连续监测性能,建立了资源异常状态监测模型;其次通过结合lasso回归算法和K近邻值分类算法提高SVM模型的预测值精准度,利用数据替代手段构建容错机制,保证系统异常时的短暂平稳运行;然后设计了车间资源重调度方式,通过历史案例数据训练分类器用于重调度方案抉择,指导智能制造车间在隐性扰动情况下的高效生产;最后,以实际车间隐性扰动为例,验证了所提的重调度决策方法的有效性。

面向实时决策的物联网时效与失真性能研究

在物联网中,传感器及时、准确地数据传输是决策单元获得有效数据决策(如估计、推断或控制)的保障.为了减小估计失真,决策单元同时使用多个数据包并利用最佳线性无偏估计量(BLUE)进行联合估计.以决策信息年龄(AuD)和均方误差(MSE)分别度量系统决策时刻信息的时效性和失真,提出2种决策方案,研究所提方案的信息时效性与失真性能.在固定数量数据包的决策方案中,监测中心每收到固定数量数据包后进行一次估计;在固定时间间隔的决策方案中,监测中心每隔固定时间间隔进行一次估计.通过调度系统的决策过程来最小化平均AuD和平均失真的加权和,实现系统的时效性和失真的关系平衡.仿真结果表明,通过优化系统决策过程,所提方案可以实现在提升系统时效性的同时减小估计失真.

云计算环境下配电网调度决策模型诱骗式隐私保护方法

随着“新基建”“东数西算”等国家重大工程快速推进,云计算成为新型电力系统调度决策的重要依托手段。针对云计算过程潜藏的信息安全风险,基于主动诱骗理念提出了适配配电网调度决策模型的隐私保护方法。该方法通过构建与真实配电网伴生的随机化虚拟配电网,在防止隐私信息泄露的前提下保持了调度决策模型的稀疏性,进而整体提升云计算效率。首先,结合仿射变换原理,探讨了现有调度决策模型隐私保护方法面临的求解效率低下问题。其次,根据无标度网络模型,设计了伴生虚拟配电网生成方法,并推导了不同配电网结构之间的转换原理,提出了虚拟调度决策模型构建方法。然后,设计了基于双重校验机制的云计算框架,通过不同服务商云计算结果的相互验证,进一步保证结果的正确性和可信度。最后,基于6节点、IEEE 906节点系统进行数值实验,验证了所提方法的有效性和实用性。

考虑市场影响的风电厂与储能运营商联合调度策略研究

本文基于拥有风力发电厂与电力储能设备的电力运营商视角,考虑运营商参与电力交易会对市场电价产生影响的基础上,通过动态规划,以利润最大化为目标,研究其最优联合调度策略。研究表明:在考虑充放电效率以及运营成本时,存在三个最优参考点将储能设备中的可用库存空间分为四个区域,进而对应四个不同的决策活动:将风电和从市场上购买的电力全部存入储能系统;将部分风电存入储能系统并将剩余部分销售到市场;售出全部风电不向储能设备中存入电量;将所有的风电和储能系统中的部分电量销售至电力市场。运营商可根据当前时刻风力发电量和储能设备中的电量与最优参考点之间的大小关系,得到相应的最优电力调度策略及其交易量。此外,本文研究发现随着市场影响强度的增大,运营商的利润随之减小,因此运营商应在其市场影响强度与最优电力交易量之间做好权衡。本研究对运营商的电力调度具有重要的指导意义和实际应用价值。

考虑市场交易的新型电力系统调度辅助决策方法研究

智能技术在新型电力系统中应用不断扩大,提高系统控制准确性的一个挑战是在电力市场出清机制中整合调度决策过程,以反映市场结果对新兴技术的影响和依赖。因此,文中出了一种与新型电力系统的市场运营模型相结合的能源调度辅助决策方法。该方法使用双层优化,下层的子电网独立运营网络,并将决策发送给上层运营商,该运营商根据机组组合和二阶锥交流潮流模型进行市场交易。开发了一种单领导多跟随者博弈,其中每个子电网都得出其自身可再生能源、储能设备和需求响应相关的调度决策,这些调度决策通过使用混合整数线性规划的主电网互相联系。鉴于上层和下层决策的混合整数性质,制定了一种新的重构分解方法来求解这个双层优化模型。通过在三个测试系统上进行的仿真实验,证明了所提出的方法可以准确地表示新型电力系统的物理特性,并以显着的计算效率获得合理的结果,验证了其有效性。

基于级联效应的水库调度决策多维综合评估

水库防洪、兴利调度的核心为水库水位的科学控制。受复杂现实环境因素影响,如应急突发事件、水资源供需不确定性等,实际调度过程中各时段水库水位往往偏离初始优化路径,进而影响后续调度决策以及防洪、兴利效益目标,即水库水位控制决策受扰动后的级联效应现象。文中提出考虑影响持续性、全局损失性以及系统失效性3个方面的水库调度决策级联效应评估指标体系,以此为基础,采用TOPSIS方法量化月尺度水库调度决策级联效应,应用K-means算法划分级联效应强度等级,并在泾河流域东庄水库供水调度中进行应用。结果表明:1)相对于影响持续性指标与系统失效性指标,全局损失性指标对东庄水库调度决策的变化更加敏感,其中在枯水期尤为显著;2)水库调度决策扰动产生的综合级联效应在10月份最为显著,5-7月份相对较弱,重点管控10月水库水位有利于避免水库水位偏离初始优化路径时大规模负向级联效应的产生。

基于超网络的集成工艺决策与调度问题研究

针对多工艺产品的加工路线决策与车间调度方案不能同步制定的问题,在制造车间数字化背景下,提出集成车间不同要素信息的特征—工序—机器—工人的超网络结构,建立基于超网络的加工路线决策与车间调度模型,设计一种集成工艺决策与车间调度的两阶段混合遗传算法求解模型。在工艺决策阶段,设计特征—工序双层矩阵编码染色体保持加工路线的多样性,并在遗传算法的执行过程中使用变邻域搜索方法增强算法的局部搜索能力;在车间调度阶段,采用NSGA-Ⅱ算法优化调度模型,将得到的调度方案多目标值返回至工艺决策阶段用于加工路线的适应度评价。最后通过仿真实验验证了该算法的可行性与有效性。

基于任务生灭过程模型的边缘计算批处理调度算法分析与设计

移动边缘计算技术为低时延要求、资源敏感的计算任务需求提供解决方案,通过研究任务请求特征以提高调度算法效率是边缘计算的重要研究方向。不同于现有研究将任务请求特征建模为单一随机变量的做法,提出基于任务请求生灭过程模型的边缘计算架构,将求解最优调度决策的过程建模为无限期平均成本马尔可夫决策过程。在使用贝尔曼方程分析问题的过程中,利用任务的生灭特性对未来的请求到达做出估计以判断当前决策对未来系统时延能耗成本的影响,进而辅助确定当前状态的最优决策,并结合任务相关性感知提出批处理任务调度控制算法。所提算法根据生灭状态信息对策略迭代的状态空间和决策空间进行剪枝以降低策略改进的复杂度,突破了策略迭代算法的复杂度瓶颈。仿真结果表明,所提算法相较于传统的策略迭代算法具有明显的低复杂度优势,且能在不同系统条件下保持低时延、能耗成本。

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。

机器故障下柔性作业车间的生产重调度方式决策模型

在机器故障后采用何种方式进行生产重调度,直接影响到柔性作业车间的生产效率和稳定性。为此,提出一种融合数据仿真、遗传优化与BP神经网络的重调度方式决策模型,以便在给定故障情形下经济、高效、快速地估计出最优重调度方式。首先,针对柔性作业车间,仿真生成不同机器故障情形下、各种重调度方式下的重调度方案,比较最大完工时间差值、工序结束时间差值和工序变动成本3个评价指标,将综合指标最小的重调度方式判定为给定情形下的最优方式,产生出带标签的大规模样本。在此基础上,构建基于遗传—神经网络的重调度方式决策模型,挖掘机器故障与重调度方式的内在联系,估计不同故障情形下的最优重调度方式。其中,遗传算法先用于确定BP神经网络结构,再用于优化权值和阈值。实验证明所提出决策模型能显著提升机器故障下柔性作业车间的决策效率与反应能力。

基于有限状态机的调度派车决策支持方法

自动化集装箱码头效率的瓶颈是岸边集装箱起重机,岸边集装箱起重机的持续作业是提升自动化集装箱码头效率的关键所在,而其是否能持续作业的关键因素是交互的水平运输设备(以自动导航小车为例)是否停靠到交互点。文中以有限状态机原理为基础,阐述一种用于调度选车的决策支持方法。与仅考虑自动导航小车数量的需量方法不同,文中所述方法在考虑自动导航小车数量的同时还引入了时间因素,更能适应岸边集装箱起重机主小车的连续作业可能中断的特点。