基于动态规划的变频供水低碳智能调度

供水系统需水量随机动态变化。供水低碳智能调度新模式是一个动态规划问题。应用动态规划多级决策思想构建并求解管网末端压力与出厂流量压力关系模型(简称管网曲线),经独立核验程序运行显示管网曲线模型输出管网末端压力与水司规定未压误差土0.002MPa,只要变频控制出厂压力沿曲线运行即可,以控制管网末端压力在水司规定范围内,为低碳智能调度提供了运行平台。

三峡工程船舶智能调度系统的动态规划建模与算法

本文讨论了多个并联船闸的智能调度问题 ,并使用动态规划理论建立了该问题的数学模型 ,提出了一种基于滑动窗口方法的算法。实践证明 ,该算法能快速得出较优解 ,很好地满足了自动编制船闸调度计划的需求。

钢铁企业铁水运输调度优化与仿真

以钢铁企业铁水铁路运输为对象,通过鱼雷罐车运输(TPC)满足铁水在高炉与炼钢厂之间供需关系。以厂区铁路为网络,在铁水运输路径选择及自动避碰算法基础上,根据铁水供需和网络点之间的距离以及道岔、信号等现场因素,提出了利用鱼雷罐车运行柔性时间和动态规划来优化铁水调度的方法,最终形成智能化的铁水调度仿真系统,辅助工作人员来对机车和铁水罐车(鱼雷罐车)实现较优调配。

基于动态规划的铁水运输智能调度方法

以钢铁企业的铁水运输为背景,以机车和鱼雷混铁车(Torpedo Car,简称TPC)为运输工具,依托厂区铁路网络,建立了路段预约机制和碰撞检测模型,提出了近邻分配、进程调度和分组优化的铁水优化调度方法,并根据铁水需求和运输距离等因素,采用动态规划确定车辆的最佳数量。在开发的两层C/S分布式铁水智能调度仿真系统上,应用现场采集的原始数据进行仿真,结果表明智能调度方法具有先进性和实用性的特点。

基于大数据的企业人力资源智能调度算法研究

由于传统智能调度算法存在动态规划不完善的情况,导致运算结果耗时过长,因此研究基于大数据的企业人力资源智能调度算法。此次研究通过基于大数据背景建立动态规划模型,实现企业人力资源动态规划,设计智能调度算法的初始优先级表、基于优先级表提出智能调度算法。实验结果表明:与传统算法相比,此次研究所提出的算法在运算速度上更具优势,平均耗时缩短了7.261s。证明基于优先级表的智能调度算法,能够帮助减少基于大数据的企业人力资源智能调度工作量。

基于DP-分解协调法的梯级泵站优化调度及控制

为了降低含变频泵的梯级泵站日运行费用、减少优化算法运行时间和便于管理。将含变频泵的梯级泵站优化调度这一复杂得多目标决策问题,拆分为能耗优化和电费降低2个问题,对于能耗优化问题运用分解协调法将梯级泵站模型以扬程为关联量分解为单级泵站子系统模型和单级泵站交互子系统模型,将单级泵站子系统以流量为关联量分解为工频泵和变频泵子系统模型,对各子系统模型采用隐枚举法、动态规划法进行求解。对于电费降低问题,将不进行任何优化、只进行能耗优化和同时进行能耗优化加日流量分配3种情况进行类比,对日流量分配模型也采用动态规划求解。结果表明:动态规划(DP)-分解协调法能够优化含变频泵的梯级泵站,梯级泵站能耗和日运行费用都得到了明显降低;DP-分解协调法与单独采用动态规划法解决含变频泵的梯级泵站优化调度相比,算法运行时间步长得到较大缩减;以DP-分解协调法设计并研发了智能优化调度系统,实现实时控制一体化和便捷管理。

基于智慧医院的医技检查预约排程智能系统的实践

目的以信息化为手段优化医技检查预约流程,构建医技检查预约排程智能系统并探讨其实践效果。方法通过信息集成,构建医技检查预约排程智能系统,补充检查项目的预约规则及注意事项,健全项目知识库;基于运筹学最短路径理论和动态规划算法,为患者提供更优的检查预约安排,实现医生开单即给出最合理的检查顺序。比较医技检查预约排程智能系统应用前后检查预约耗时、满意度、工作效率、术前待床日和平均住院天数的差异。结果应用医技检查预约排程智能系统后,患者的检查预约环节耗时明显缩短、满意度显著提升,大型检查设备的工作效率提高,医院管理效率明显提升,差异均有统计学意义(P<0.05)。结论医技检查预约排程智能系统具有实际应用价值,值得推广。

基于准时制的模具生产调度模型研究及应用

模具生产过程具有离散化定制的特点,使得在质量和产量约束下的准时交货较为困难.结合准时制与动态规划设计了一种多级调度算法及相关系统,将调度问题从车间排产扩展到整个产品生产流程,并从信息建模出发建立了各模型的关联关系,以便更完全地分配企业生产资源,均衡开展生产,从而缩短订单的生产周期.根据试验及初步应用验证,系统可以有效解决企业的离散化定制产品的调度问题,缩短订单的生产周期.

智能RGV动态调度多目标规划模型

智能轨道式自动引导车(Rail Guided Vehicle,RGV)的动态调度模型及其算法研究是一个热门的加工规划问题。针对智能RGV的动态调度问题的不同情形,建立线性加权情况下时间函数与相对稳定性的多目标规划模型,并使用多段遗传编码的遗传算法进行求解。用多组序机器在一定加工件数内最小完成时间与单组序机器最小完成时间之比验证模型。根据加工系统作业参数均值以及与两种调度方案所需时间进行对比,与传统算法相比时间平均缩短13%,证明算法优化的执行具有可行性,在保证加工时间的同时提高了加工系统的稳定性。