制造网格资源服务Trust-QoS评估及其应用

为提高制造网格(Manufacturing grid, MGrid)系统中资源调度的成功率和有效性,减少用户选择最佳资源的时间,设计开发MGrid资源优选系统。针对当前MGrid资源管理和调度与资源服务信任相分离的缺陷,阐述资源服务信任QoS概念及其在整个MGrid资源管理和调度中的重要地位和作用,分析MGrid系统中资源供需双方在进行资源服务交易时存在的信任问题。在此基础上,建立包括域内和域间资源服务信任QoS评估的两层结构的MGrid资源服务信任评估模型,并给出该模型中资源服务信任评估具体量化算法、信任值的实时动态更新算法。对所提出的模型和算法进行试验验证,结果表明所提出的模型和算法能有效地提高MGrid系统中资源调度的成功率和有效性。     

基于双链式结构的云制造系统内资源调度

为提高云制造系统内各参与主体间的信任度及资源调度效率，研究基于双链式结构的云制造系统。首先，对区块链技术应用于云制造系统中进行分析，设计企业信息公有链及制造资源联盟链上的业务流程。其次，提出将资源调度算法写入制造资源链的智能合约中自动执行资源调度，建立考虑创新性和匹配性的多目标资源调度模型，使用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行模型求解。最后，进行实验仿真分析，将本文所提出双链式结构及资源调度模型与传统云制造资源调度模型做对比，验证模型的有效性。结果表明，在基于双链式结构的云制造系统内各参与节点间相互信任后，制造资源调度具有更优的非支配解集并且资源调度速度得到了提升。     

优化资源配置提高供电工作效率

介绍了配电调度工作的现状,指出了影响事故处理速度的因素,并强调提高工作效率、加快异常和故障处理速度、搞好优质服务是配电调度工作的重要职责,通过引进短信平台通讯系统,利用短信平台向用户发群呼,通知所有双电源客户和重要用户,主要策略是优化资源,提高工作效率,并进行效果检验,实践证明效果显著,所提出的策略具有可实施性。     

具有混合晶圆流的单臂组合设备建模及调度

为有效提高组合设备利用水平与工作效率,研究在单臂组合设备上实现不同种类晶圆混合加工的问题。建立独立于具体晶圆流的单臂组合设备Petri网模型,该模型能准确描述不同晶圆流模式下系统的运行过程。基于拉式调度策略和周期调度的思想,推导出单臂组合设备在混合晶圆流下能形成稳定周期性加工的条件。然后依据约束条件建立系统的线性规划模型,获得稳态的周期调度。运用虚拟晶圆方法实现所得调度,并给出调度的甘特图。最后,以晶圆制造的数据作为算例验证了模型和调度的有效性。     

电力调度网络发令系统及其提示装置的探讨研究

为解决电网调度传统发令模式的弊端,广东电网推广应用了调度智能指挥平台网络发令。在此基础上,为确保电网下令操作的安全性,并提高工作效率,提出了利用信息和网络技术,开发能精准提示调度员操作的装置及计算机软件,以提高调度员进行网络发令操作调度命令票的工作效率和操作水平。     

基于分布式光伏运维的多类型资源调度技术

针对当前分布式光伏运维过程中存在的人工调度方式效率低,成本高的问题,提出了适用于分布式光伏运维的多类型资源调度方法。该方法通过分析分布式光伏运维资源匹配规则,建立了分布式光伏运维资源调度问题模型;为了验证不同算法求解不同场景下该模型的性能,开发了分布式光伏运维资源调度系统,并进行了验证分析,为每种场景选择了最优的调度算法。实验结果表明,所研究的分布式光伏运维资源调度技术,制定调度计划速度快,方案合理,可以减少运维成本,提高服务质量。     

基于Petri网的制造资源调度工作流模型研究

制造资源调度涉及分布、离散、并发等数据和应用的共享,基于工作流活动和扩展的Petri网研究能适用于制造资源调度的工作流模型。在该模型中,为了表示伙伴企业间复杂的协作过程,在传统Petri网的基础上扩展了着色Petri网和赋时Petri网;为了建立制造资源公共数据中心,利用代理技术集成制造资源和封装原有系统;同时,为了表示制造资源调度过程,利用扩展Petri网配置资源,并建立了基于Petri网的工作流模型进行过程仿真。最后,通过基于可扩展标记语言的工作流过程定义,在公用对象请求调度程序体系结构框架下,以Java和动态服务网页等开发工具构建制造资源调度原型系统。该模型的研究和应用能提高联盟企业在异地协作环境下共享资源的效率,为企业间的协作提供可行的方法和理论。     

任务可拆分的多模式多项目调度模型与算法

针对多项目调度资源利用率低的问题,提出任务可拆分的多模式多项目调度模型。采用多属性效用函数对工期—成本—质量—资源均衡进行目标优化,以提高资源利用率、缩短工期,实现多项目调度整体效用的最大化。利用正态云模型云滴的随机性和稳定性的特征,设计云遗传算法并生成多项目调度各个活动的优先级,最终生成活动可拆分的多模式多项目调度计划。通过算例验证了所提模型和算法的有效性。     

基于多agent的锻造生产工艺规划与车间调度集成研究

为实现锻造生产工艺规划和车间调度的有机集成,提出基于多agent的锻造生产工艺规划与车间调度集成模型。通过分析锻造生产特点,运用非线性工艺规划思想,将加工、锻造和热处理分开考虑。该模型采用合同网协商和黑板结构,实现agent之间的信息交互。仿真实例证明了该模型的可行性,为调度系统提供了多工艺方案,增加了调度的柔性,提高了车间资源利用率和生产效率。     

基于遗传算法的云设计资源调度算法

云设计资源调度是构建云设计资源平台的关键技术之一.提出以服务请求的总响应时间、总服务成本和服务质量为目标的多目标优化调度模型,该模型以服务请求的满足度和云设计资源的最大负载为约束,同时考虑云设计资源的服务状态.依照该模型提出一种基于遗传算法的云设计资源调度算法,最后给出了该算法的应用实例.     

基于人工势场的车间作业调度应用与研究

为实现柔性制造环境下资源的最大利用率,提高生产效率,降低生产过程的复杂性,引进了人工势场算法来解决车间作业调度问题。建立了以最小化最大完工时间和最大化资源利用率为目标的数学模型。相比其他调度算法,该算法具有计算简单、动态响应性好等优点。通过具体实例,验证了算法和模型的有效性,为解决此类问题提供了一种新的思路。     

面向云制造的混流混合车间调度问题

为解决云制造环境下混流混合车间的生产调度优化问题,综合考虑混流装配与零部件加工的集成优化以及外协云任务与自制任务的协同调度,建立了以最小化最大完工时间、均衡化零部件生产和最大化零件车间机器利用率为优化指标的多目标车间调度模型。基于零件分批和车间调度的两阶段求解策略,设计了一种两级递阶结构的混合生物地理学优化算法,采用在迁移算子中嵌入差分进化算法的变异策略来提高算法的搜索效率。最后,通过实例验证了模型和算法的有效性。     

新型手术室调度中的分布估计及数学规划模型建构

目的为提升手术室管理效率,研究一种基于分布估计模型的手术室调度规划模型。方法从管理流角度入手,分析手术台管理和手术患者管理两个管理流,找到基于手术台效率和手术患者效率的两个管理评价指标,与住院术前患者量和门诊量数据相整合,采用深度卷积神经网络的机器学习方法,获得手术室的计划手术量和应急手术量,并对资源进行有效分配。结果仿真试验中,在手术台平均启用时间得到有效压缩的前提下,日均手术量得到了显著提升。应用实践中,参照组半年内完成手术总量为19852例,全院日均完成手术109.1例,观察组半年内完成手术总量为25380例,全院日均完成手术138.7例。且手术成功率提升6.5%,患者满意度提升9.7%。结论通过分布估计规划模型提升手术室管理效率,存在数据工程的应用可行性和实践价值。     

立体轨道式自动化码头设备调度策略仿真分析

对一种新型立体轨道式自动化集装箱码头的典型作业流程及工艺进行了分析。建立了自动化码头的二维及三维仿真模型,利用启发式调度规则驱动仿真模型运行。通过仿真运行对设备作业效率、设备利用率及系统瓶颈进行分析,评估及优化不同工况下的调度策略,以提高自动化码头作业效率。仿真结果为码头设计及作业计划制定提供了依据。     

基于遗传算法的生产周期和生产费用双目标双向车间调度问题的研究

优化车间生产调度的目的不仅仅是为了缩短生产周期,更重要的是为了提高生产效率,降低生产成本。采用改进的遗传算法结合神经网络,以生产周期和生产费用为双目标,实施调度优化。编排车间作业采用两种不同的调度方法,即满足关键工件交货期的倒排法和综合考虑生产周期和生产成本的顺排法———双向双目标调度的方法。调度的策略是在确保客户交货期要求的前提下,充分利用现有资源,缩短产品生产周期、降低企业生产成本,提高企业的市场竞争力。     

基于强化学习的分布式光伏运维资源动态调度

针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速...     

考虑电池电量约束的自动化码头AGV调度

为提高自动化集装箱码头AGV(Automated Guided Vehicle)作业效率,考虑电驱动AGV空、重载耗电差异及非线性充电的特点,对AGV的充电过程对其调度的影响进行分析,建立以总任务时间最短为目标的AGV调度模型。通过Python求解算例发现,机会充电模式下,AGV的机会充电区间为75%~85%时,总任务时间及AGV平均充电时长最短,AGV利用率最高。     

基于深度学习算法的调度自动化云平台任务优化策略研究

分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型。基于该算法和物理模型的运行控制考虑了 QoS 要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率。以电力自动化云平台为分析对象,研究其架构,将修正的 PSO 算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进 PSO 的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题。