基于网格拓扑关系追踪的等值线生成方法

等值线图广泛应用于工程分析和科学计算领域。提出了一套基于三角形网格拓扑关系追踪的等值线生成算法。先计算出网格顶点的场量值，然后根据每条网格边所涉及的顶点判断并确立网格边上的等值点，最后根据三角形网格的拓扑关系追踪每条等值线。与其他算法相比，该算法减少了内存消耗和计算量，大大提高了等值线的生成速度和处理效率。最后以实例验证了该算法的有效性。     

基于电力调度自动化的智能报警系统设计与分析

结合实际案例对电网调度自动化智能报警系统的设计与实现进行了分析,以期对同类电力调度系统有参考借鉴意义.     

基于Agent的电力系统智能调度设计

从智能调度的概述入手,利用Agent技术,对智能电网的智能调度技术进行了设计,具有较好的实践意义和应用价值。     

基于模态追踪技术的微硬盘驱动臂频率拓扑优化

以微硬盘驱动臂的1阶扭转、纵向弯曲和横向弯曲振动特征频率最大化为目标,基于各向同性惩罚材料插值模型,建立了驱动臂结构动力学特性的拓扑优化模型。引入模态跟踪技术避免了模态振型的变化,利用灵敏度滤波技术抑制了棋盘格效应和网格依赖性等数值奇异性问题,构建了基于模态灵敏度排序的材料更新算法,提出了针对特定振型频率最大化问题的结构动力特性拓扑优化方法。数值研究结果表明,基于模态跟踪技术的结构频率拓扑优化方法,显著提高了微硬盘驱动臂结构的特征频率,为有效改善微硬盘驱动臂的动态性能提供了一种新的途径。     

智能电网调度运行关键技术分析

在智能电网建设过程中,配电网智能调度是非常重要的环节,同时也是保证电力生产的重要措施。现首先介绍了智能电网的特点,然后对智能电网调度运行存在的问题进行了分析,最后探讨了智能电网调度运行的关键技术。     

智能调度告警诊断系统的应用分析

介绍了南宁供电局智能调度告警诊断系统的概况、关键技术以及原理与方法,详细分析了其在配网实时动态监测、实时告警、故障发布处理方面的作用。实际应用表明,智能调度告警诊断系统自投运以来,多次正确告警,并为调度员提供了正确处理策略,提高了南宁电网的安全稳定运行水平。     

基于多智能体的PC构件生产线智能调度系统

智能调度系统是PC构件智能生产线的关键部分,本文通过分析PC构件生产线调度系统的动态复杂性,提出了一种基于多智能体(Multi-Agent)的PC构件生产线智能调度系统。该智能调度系统由配料Agent、配模Agent、输送Agent、养护Agent四大模块组成,建立了基于黑板会话的数据交互模型和任务竞标规则,并重点设计了基于KNN(K近邻算法)机器学习的能耗评估算法和基于配方的综合评估调度算法。最后,通过Python进行KNN能耗评估算法试验仿真,证实了该评估算法的准确性较为理想,通过WINCC的Simulation仿真模块,对订单堆积度进行随机变量配置,动态展示了动态权重系数的综合调度评估算法,并给出了基于HMI配方的可行性方案。     

基于遗传算法的RGV智能车动态调度

针对智能RGV动态调度问题,通过一道和两道工序的物料加工作业情况,对生产过程中的多种时间因素进行分析,建立物料加工过程的以时间为目标函数的规划模型,以运输时间、等待时间等多种时间要素为变量。运用遗传算法进行求解,得到最优化的车床的运输次序,使总生产时间最小,从而达到生产资源的节约与优化。     

基于DQN的智能工厂作业车间调度

针对智能工厂中基于数据的作业车间调度问题,提出结合新的复合调度规则和深度强化学习的调度方法.对车间数据进行预处理并得到对应的系统状态,以连续系统状态值为深度强化学习算法的输入,设计4种新的复合调度规则以应对更为复杂和冲突的车间环境,将复合调度规则和其他8种著名调度规则作为候选调度规则,依据贪婪选择策略选择调度规则并存储和更新状态动作值,最终为每次决策选取出最优调度规则.实验验证了结合复合调度规则和深度Q学习网络(Deep Q-Network,DQN)算法,在均衡权重下相比其他著名调度规则以及标准Q学习算法更具优势.     

基于智能代理的网格服务调度研究

为有效解决网格计算环境中的负载平衡和容错问题,提出了面向传统和服务执行方式的分布式调度模型。在该模型中,采用冗余和智能代理技术,以解决网格服务级的负载平衡和容错,同时兼顾了任务级的运行情况。通过引入并定义信誉度的概念,简洁地表征网格资源和网格服务的可用性,同时将其作为调度决策和代理实施的重要工作参数。系统利用环境监测代理检测网格环境,设计平衡代理以辅助调度器来完成动态负载调整和容错。各代理之间利用代理通信语言来进行信息交换。进行相宜的模拟试验,结果表明此模型及其辅助机制能较好地适应网格环境。     

基于DQN的智能工厂作业车间调度

针对智能工厂中基于数据的作业车间调度问题,提出结合新的复合调度规则和深度强化学习的调度方法.对车间数据进行预处理并得到对应的系统状态,以连续系统状态值为深度强化学习算法的输入,设计4种新的复合调度规则以应对更为复杂和冲突的车间环境,将复合调度规则和其他8种著名调度规则作为候选调度规则,依据贪婪选择策略选择调度规则并存储和更新状态动作值,最终为每次决策选取出最优调度规则.实验验证了结合复合调度规则和深度Q学习网络(Deep Q-Network,DQN)算法,在均衡权重下相比其他著名调度规则以及标准Q学习算法更具优势.     

基于Petri网的数控机床智能制造工厂调度模型与分析

以Petri理论为基础,定义数控机床智能制造工厂通用实体的模板类,再分析工艺流程得出零件物流加工过程的信息流图。以信息流图为基础对模板类进行组装。完成数控机床智能制造工厂调度模型的建模。对模型结合实际生产线进行实验优化。     

基于SO-GP的智能车间组合调度规则挖掘

针对智能车间复杂性程度高、动态不确定性明显、对调度的实时性要求高以及车间机理模型难以描述等特点,对智能车间实时调度问题展开研究,提出一种将仿真优化与遗传规划(SO-GP)算法相结合的调度规则挖掘方法,在优化生产性能的同时满足实时调度的需求.在SO-GP方法设计中,采用二叉树的结构编码,每个GP个体代表一个组合调度规则,...     

基于客流量变化的智能公交调度问题研究

为解决传统的公交调度系统由于采用固定发车间隔的刚性发车模式,引起的乘客群体满意度和公交公司满意度之间的矛盾,建立了以乘客群体和公交公司满意度之和为优化目标的数学模型,采用基于引入免疫浓度机制的免疫遗传算法来寻找各个时段的最优发车间隔.经改进后,公交车辆发车时间间隔随着客流量波动而柔性地变化,可以使乘客群体和公交公司的满意度最大.     

基于模糊神经网络的电梯群控智能调度

为提高电梯群控系统的性能,提出了一种基于模糊神经网络的电梯群控智能调度方法。采用模糊控制的电梯群控系统中,模糊控制的隶属函数参数难以确定,而这些参数又对系统性能产生很大影响。设计了一种模糊神经网络群控方法,利用神经网络来自学习模糊控制中的隶属函数,解决了模糊控制参数难以确定的问题。同时使电梯群控系统能适应交通流短期、长期等各种变化。仿真结果表明,基于该方法的电梯群控系统性能良好,平均候梯时间比基于模糊控制的电梯群控系统有较大的缩短。     

基于继电保护故障信息系统的智能调度优化研究

优化改造继电保护故障信息系统对于满足智能调度的业务需求有着至关重要的作用，现从系统结构、故障诊断、信息格式和通信规约等方面较为详细地探讨了优化改造方案。实际运行表明，系统整体运行水平得到了有效提升。     

基于客流量变化的智能公交调度问题研究

为解决传统的公交调度系统由于采用固定发车间隔的刚性发车模式,引起的乘客群体满意度和公交公司满意度之间的矛盾,建立了以乘客群体和公交公司满意度之和为优化目标的数学模型,采用基于引入免疫浓度机制的免疫遗传算法来寻找各个时段的最优发车间隔。经改进后,公交车辆发车时间间隔随着客流量波动而柔性地变化,可以使乘客群体和公交公司的满意度最大。     

基于多智能体协商的虚拟企业调度研究

针对虚拟企业制造环境的分布性、不确定性和动态性,运用多智能体技术,构建了虚拟企业生产调度系统体系结构。通过多属性效用函数进行调度过程中的协商决策,改进合同网协商协议提高协商效率来实现敏捷调度,并提出了基于多智能体协商的调度算法来实现虚拟企业任务调度。     

基于Q学习的智能车间自适应调度方法

为降低智能车间中动态不确定因素对生产性能的影响,提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架,采用Q学习算法,通过智能体—环境交互试错机制,自主训练调度模型,并根据生产车间环境变化动态更新调度模型,以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证,结果证明该方法能够有效应对智能车间生产环境变化,在生产全过程中能对调度决策进行实时调整,优化车间综合性能指标,同时显著降低时间与人力成本。     

基于智能电网环境的电网调度管理研究

以智能电网概述为切入点,分析在智能电网环境下电网调度管理的发展形势,并根据当前电网调度管理中出现的问题,提出精益化管理这一解决方式。