基于滚动窗策略的港口海铁联运集装箱转运优化

为了解决港口海铁联运转运集装箱作业规模过大的问题,采用滚动窗策略方法研究港口船舶与列车之间转运进口集装箱作业问题,在每个窗口内建立以列车在港停留时间和集装箱在堆场的堆存时间总时间最小为目标的整数规划模型,设计双层遗传算法进行求解。在此基础上,分别讨论了以固定任务数量和固定时间长度为滚动窗口的情况,对比发现以固定时间长度为窗口的滚动窗策略更适用,并将其与已有的调度策略研究成果作比较分析。最后,设置实验比较双层遗传算法和单层遗传算法,并对设备的工作能力进行灵敏度分析。结果表明,滚动调度策略可以灵活解决大规模集装箱转运问题,双层遗传算法的解优于单层遗传算法的解,增加装卸线数和轨道起重机工作能力可以提高集装箱转运效率。

基于滚动窗策略的岸桥集卡联合调度问题研究

为应对集装箱码头突发事件的发生,采用滚动窗策略研究岸桥集卡的联合调度问题,在每个窗口内建立以最小化最大完工时间为目标的数学模型,并用遗传算法进行求解。在此基础上,讨论了以固定任务数量及固定时间长度为滚动窗口的情况,对比发现以时间为窗口的滚动窗策略更为适用,并分析了系统发生岸桥故障时滚动窗策略的性能,结果表明滚动窗策略能很好地应对突发事件。最后将其与已有的动态调度研究成果作比较分析。

基于多元线性回归与滚动窗的NO_x排放量软测量

提出一种基于多元线性回归与滚动窗的NO_x动态软测量建模方法,并研究模型更新周期和不同变量选择方法对软测量模型预测结果的影响。仿真结果表明:基于BIC向后剔除多元回归和滚动窗方法的软测量模型在运行较长时间后,仍然能够较好地预测NO_x的排放量。

基于RPA与滚动时间窗的零售电商订单动态调度仿真

为了提高零售电商订单的整体交付效率,提出基于RPA与滚动时间窗的零售电商订单动态调度方法。在RPA机器人技术框架的应用层逻辑端中,通过基于滚动时间窗的订单调度优先级排序方法,将订单以滚动时间窗划分的方式,分解为多个订单调度任务,并执行订单优先级排序。将排序后订单作为零售电商订单拣选与配送车辆联合动态调度方法的调度对象,构建订单交付时间最小化、全部订单均被交付的订单动态调度目标函数。由改进共同进化遗传算法,从订单拣选、配送车辆联合动态调度的角度,求解满足条件的订单拣选与配送车辆联合动态调度方案。实验验证,此方法调度下,零售电商客户订单配送交付时,交付时间均靠近客户对订单产品期望时间窗下界,无订单遗漏问题,全部订单均被高效拣选、配送。

基于滚动窗法最小二乘支持向量机的稳健预测模型

在推导加权最小二乘支持向量机数学模型的基础上,基于启发式学习算法并结合滚动窗的思想,提出基于滚动窗法最小二乘支持向量机的稳健预测模型.为了缩短模型的预测运行时间,将启发式算法进行改进后,采用迭代求逆方法,在不丧失预测精度的基础上,很大程度地缩短预测时间.最后通过仿真实例验证这个模型可以成功抑制奇异点,实现稳健预测并取得良好效果.

时变参数模型的最优滚动窗宽选择标准及应用

宏观经济领域中存在严重的结构突变性,模型估计量的优劣对估计样本规模是敏感的。本文针对时变参数模型,建立了滚动窗宽选择标准,通过最小化估计量的近似二次损失函数及最大化各子样本估计量间的曼哈顿距离选择窗宽大小,权衡了模型估计量的准确性和时变性两个相悖目标。蒙特卡罗模拟实验表明,本文所提出的方法在各种结构突变情形下均适用,能够应用于线性关系和非线性关系的时变参数模型中,且均具有稳健性。将该方法应用于我国金融网络的结构突变识别过程,显著改善了传统窗宽选择方法的结果。

基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法.该方法构造了滚动时间窗,利用滚动时间窗内的数据优化建模.模型随着时间窗的滚动进行在线更新,并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息.将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模,进行轻柴油凝固点的预估.结果表明,该建模方法十分有效.

改进的滚动时窗法实现海底浅地层剖面反射层位自动拾取的研究

根据浅地层剖面记录的特点,在滚动时窗计算能量比值的基础上,提出了一种限制时窗滚动范围,并设定相邻道之间地层反射时间跳跃阈值来搜索浅地层剖面记录反射层位的方法。该方法由人工指定搜索起始点、时窗滚动的范围和相邻道之间拾取时间的跳跃阈值,然后由计算机从前后二次自动搜索反射层位。经实例表明,应用该方法能快速、准确地拾取浅地层剖面记录上的反射层位。

基于滚动时间窗的PSO-LSSVM的通信基站能耗建模

基站是通信网络的重要能耗节点,精准计算合同能源管理(EPC)模式下基站节能量成为该领域的技术瓶颈.以3类典型场景通信基站为对象,提出了一种基于粒子群优化算法(PSO)的滚动时间窗最小二乘支持向量机(LSSVM)的基站能耗建模方法.该方法通过选取预处理的基站配置参数与实时数据建立滚动时间窗,采用PSO优化训练模型参数,并通过LSSVM回归估计训练模型,得到随时间窗数据变化的基站动态能耗模型.仿真试验与样本基站实测数据的验证结果表明,本文建立的能耗模型具有较高的预测精度及泛化能力,对基站节能工程的评估具有良好的应用前景.

基于滚动时间窗的动态协同过滤推荐模型及算法

为了提高传统的协同过滤推荐系统的性能,首次提出了考虑时序性的基于滚动时间窗的用户-项目-时间三维动态模型,并在此基础上研究了针对该模型的协同过滤推荐算法。该模型算法对不同时间的兴趣评分按时间序列处理,用户兴趣相似度由不同时间段的分量组合而成,提高了算法的时效性;进而推导出了该模型的增量算法,利用增量算法减少了计算相似度的时间复杂度,从而提高了算法的扩展性;最后设计了合理的实验,实验结果表明提出的三维动态模型及算法在命中率性能上优于传统的二维协同过滤推荐模型及算法。

基于滚动变时间窗的重组批处理机调度研究

针对具有等待时间限制和工件动态到达的重组批处理机调度问题,以拖延时间和最小为目标,提出基于滚动变时间窗的三层混合调度算法。该调度算法是应用滚动时域策略,将重组批处理机调度问题分解为许多变时间窗的子问题;每个子问题调度分三层执行:即产生触发并传递参数、重组批及排序、派工并更新参数。通过实时调度仿真平台和CPLEX平台进行实例验证,结果表明基于滚动变时间窗的三层混合调度算法能够在较短计算时间内获得满意优化解。

基于AT89C2051的滚动式广告窗控制系统

介绍以AT89C2051单片机为核心的滚动式广告窗控制系统原理,并给出了超声波发射、接收电路,步进电机控制电路等硬件电路和软件结构流程图.该系统实现了静态广告画面旋转的自动控制,提高了广告宣传的效果.

智能滚动式广告窗

智能滚动式广告窗采用89C2051单片机控制步进电机滚动输出多种广告画面,并能自动识别广告窗前是否有人。若广告窗前一直有人,则视为其对广告牌有兴趣,单片机在控制步进电机继续滚动广告的同时,播放对应广告的语音信息,直到人走后,才停止播放语音信息,并恢复原有的无声滚动。 智能滚动广告窗电路原理图如图1所示。

一种快速检测网压短时扰动的方法

电网故障电压的快速检测是实现电网电压故障穿越的关键。当电网电压出现短时扰动时,采用常用电网电压检测方法 (如傅里叶变换法、dq轴变换法、小波变换法和电压峰值法等)会出现不同程度的失真。对此,文章提出一种快速检测网压短时扰动的方法。针对电网谐波含量大的特殊性,该方法在采用抗干扰性强的傅里叶变换法计算网压基础上,运用坐标变换特性把电网电压变换成高频信号,再利用滚动滑窗的方法解决了傅里叶变换的计算时间长问题,在一个高频信号周期内即可检测出网压扰动信号。仿真实验结果表明,与其他方法比较,本文提出的网压计算方法不仅适用于短时网压扰动,对长时网压扰动同样也适用;在网压中有、无高频谐波情况下,该方法都可以快速(约2 ms)检测出电网电压短时扰动,同时网压幅值检测精度满足工程化需求。

重型载货汽车长下坡制动工况辨识

传统持续制动系统过度依靠驾驶人主观判断实现开启和关闭,易出现不当操作引起整车制动性能热衰退问题,为此该文提出了重型载货汽车长下坡制动工况构建及辨识方法,为持续制动系统介入或退出主动控制提供依据。以重型载货汽车长下坡试验数据为基础,包含制动踏板动作、车速及GPS数据,利用短行程划分、K聚类和编码技术,基于Markov-Monte Carlo方法构建了长下坡制动工况,总时长1194 s,路程21.18 km;基于滚动时间窗原理建立反向传播(BP)神经网络工况辨识模型并进行离线训练和识别验证,结果表明:一般制动和强制动工况识别准确率达到89.30%,显示出提出的重型载货汽车长下坡制动工况构建及辨识方法能够有效识别车辆制动状态。

基于滚动时间窗的碳市场价格分解集成预测研究

提高碳市场价格预测准确性对于交易风险监测以及碳市场平稳发展具有重要价值。针对复杂的、非线性碳市场价格数据的短期预测误差偏大、分解过程易产生数据泄露问题,提出了基于滚动时间窗的SSA-SVR分解集成预测框架。首先,选取时间窗数据,继而借助奇异谱分析将时间窗内碳价序列分解重构为高、低频序列;然后,使用支持向量回归方法对高、低频序列分别进行预测;最后,加和集成预测结果,得到下一时刻的碳市场价格预测值。通过不断更新时间窗的数据内容,动态执行“分解-预测-集成”过程,实现碳市场价格的实时预测。研究结果表明,本文所提出框架表现出优异且稳定的预测性能,在碳市场价格预测研究中具有良好的适用性和有效性。

大规模作业车间多瓶颈调度算法

针对大规模作业车间调度问题,提出一种基于滚动窗分解的多瓶颈调度算法。该算法基于关键路径法进行多瓶颈机器的识别,沿时域将大规模调度问题分解为多个子问题进行求解。在子问题创建过程中,提出负荷均衡分布的规则,使得各工件在各子问题中的负荷均匀分布,以实现算法求解过程的稳定性;在子问题的求解过程中,遵循约束理论中瓶颈机主导非瓶颈机的原则,采用瓶颈工序最优化调度、非瓶颈工序采用分派规则快速调度的调度策略,提高算法的求解效率;通过相邻子问题间的工序衔接再优化过程,以及全局解评价子问题染色体适应度值策略,有效避免了子问题分解创建和求解过程的局限性,提高了算法的求解质量。仿真结果表明,该算法具有较佳的求解效率和质量。

时变信息溢出检验及其在金融市场中的应用

本文将Haugh和Hong提出的信息溢出统计量与滚动窗方法相结合,建立两类时变信息溢出统计量,并给出滚动窗大小的选取准则.Monte Carlo模拟表明,两类统计量可以较好地刻画信息溢出的时变性特征,且基于Hong统计量的时变统计量具有更高的检验功效.实证表明,上海期货交易所(SHFE)和伦敦金属交易所(LME)铜期货市场间的信息溢出具有明显的时变特征,且SHFE在国际铜期货市场的影响力存在提升趋势.

中国经济政策不确定性的溢出效应研究

为了更好地捕捉中国经济政策不确定性的溢出效应,本文扩展了Diebold和Yilmaz构建的广义向量自回归模型来测算溢出指数,并利用全样本和分段样本数据估算了中国经济政策不确定性的溢出程度。全样本分析表明中国经济政策不确定性的净溢出效应为负,因此,中国是全球经济政策不确定性的净接收国。分段样本分析证实中国经济政策不确定性在国内宏观经济出现衰退时具有更强的溢出效应,滚动窗宽分析同样支持上述结论。实证结果进一步表明中国经济政策不确定性的溢出程度与经济衰退、汇率、利率和外贸出口密切相关。鉴于中国宏观经济政策的一致性和持续性,应该警惕外部经济政策不确定性带来的负面冲击。

考虑设备故障条件下作业车间基于贝叶斯推理理论的瓶颈设备漂移预测研究

针对作业车间设备故障引起瓶颈漂移问题,提出一种基于贝叶斯推理理论的瓶颈设备漂移预测方法。该方法建立了瓶颈漂移预测模型,并将瓶颈设备预测周期分为多个滚动窗,通过初始滚动窗内各设备先验瓶颈概率的计算、设备故障模拟与条件概率的计算、相邻滚动窗内各设备先验瓶颈概率到后验瓶颈概率的转换,依据瓶颈漂移预测模型来实现瓶颈设备的动态漂移预测。最后通过实例对瓶颈漂移预测方法进行了仿真分析。