基于合同电量滚动分解算法的合同管理系统

针对发电市场开放 ,交易合同为长期合同的特点 ,提出一种完整的合同管理系统 ,采用合同电量滚动分解算法 ,以达到调峰填谷的目的。介绍了系统各模块的功能 ,尤其对合同电量滚动分解进行了详细计算 ,比较滚动前后的曲线 ,并用模拟数据进行检验 ,最后用差价合同模式结算。

基于前向滚动EMD技术的预测模型

运用经验模态分解(EMD)、人工神经网络(ANN)和时间序列,基于分解—重构—集成的思想,构建了一个组合预测模型。在模型的构建过程中,提出了对股票指数序列进行逐日前向滚动EMD分解的思路,将分解后的本征模函数(IMF)分量输入神经网络进行组合预测。运用上述基于前向滚动EMD模型分析沪深300指数和澳大利亚指数的波动特点和走势。结果显示:前向滚动EMD模型比ARIMA模型、GARCH模型和BP神经网络模型具有更高的预测精度。

工件到达时间未知的动态车间滚动重调度

研究工件动态到达且到达时间未知的车间重调度问题,目标是最小化所有工件的拖期和。动态事件频繁的调度环境,对调度算法的计算效率要求很高。在滚动时域分解方法框架下,提出关键工序集的概念,采用混合遗传算法确定关键工序集合及其对应的最优部分调度。在解码过程中,采用混合调度生成器将染色体中的基因转化为部分可行调度,对没有参与遗传进化的工序采用改进的修正交货期(Modified due date,MDD)规则确定其在机器上的加工顺序,以完全调度的目标值评价染色体的适应度。对大量算例的仿真表明基于关键工序集的重调度算法对动态事件的响应速度,大大优于基于完全工序集的重调度算法,并且具有良好的全局性能,兼顾了实际动态Job shop系统对调度性能和计算效率的要求。

单件生产系统同步加工动态调度策略

研究以最小化同步加工时间差和最小化完工时间为目标的单件生产系统动态调度问题,并提出一种基于耦合瞬态混沌神经网络方法的滚动时域动态调度策略。新的能量函数表达式能同时包含优化目标和工艺路线及资源等约束;针对能量函数中包含实值和0-1值两种变量的特点,提出将神经网络分成两个相互耦合的子网,分别处理两种类型的神经元;在网络动态方程中加入自抑制反馈混沌特性来提高获得全局最优解的能力。应用滚动时域分解法获得动态调度策略,以适应加工过程中不断变化的同步程度。仿真试验结果表明,单件生产系统动态同步加工调度策略具有良好的全局优化性能和运算效率。

连续过程生产调度5日滚动作业计划的研究

生产调度是ＣＩＭＳ中的关键环节，也是最困难的环节，它决定了整个ＣＩＭＳ开发的水平。本文用“过程优化”与“系统优化”相结合的方法，研究连续过程生产调度系统的优化问题。将系统优化的结果反馈给过程模型，指导局部装置优化的思想为大系统的总体优化探索了一个新方法，开辟了一条新思路。并给出了生产调度系统的框架结构、大系统的优化原理和应用实例。