XiaoMi-AI文件搜索系统
World File Search Systemscheduling
考虑电能和热能的微型燃气轮机微电网日前优化调度
摘要。微电网被视为建筑物中各种分布式能源整合的关键要素。它们能够在并网和孤岛模式下运行，并在吸收可再生能源方面表现出巨大的潜力。然而，间歇性可再生能源的广泛实施，再加上可变电价，大大增加了微电网运行的不确定性。本文分析了一个综合能源系统的运行策略，该系统包括微型燃气轮机、地源热泵、光伏板，旨在满足商业建筑的供暖和电力需求。为了促进这一努力，开发了一个微型燃气轮机的神经网络模型，重点是快速计算时间和高精度地捕捉非设计性能。此外，使用 Modelica 语言开发和验证了地源热泵、光伏板的数学模型。使用 Dymola 优化包来推导系统的日前调度和一小时间隔，目的是最大限度地降低与系统相关的电力和供暖成本。结果表明，在分析期间，总成本可以降低约 51%，这表明在系统运行中节省成本的途径很有希望。
与网格连接的可再生电厂集成的抽水储存的最佳调度和管理
泵送的水力能源存储将在未来几年内通过为电力生产和供应链中的每个链接增加价值而成为电力系统的基本要素。这些系统的增长对于改善可再生能源的整合并避免依赖化石燃料来源（例如天然气或石油）至关重要。本文介绍了与可逆的泵浦涡轮单元集成的网格连接光伏和风力发电厂的最佳小时管理模型的建模和应用，以最大程度地利用能量系统的每月运营利润并满足电力需求。技术经济调度模型被提出为混合成员优化问题。为了评估所提出的模型，它应用于西班牙案例研究系统，并获得了整整一年的结果。与没有存储的系统相比，可再生能源和泵送水力储能的组合通过将能源成本降低27％来降低能量依赖性，以满足所需的电力需求。调查结果证实，存储在能源过渡中起关键作用，以确保具有更高可再生能源生成份额的电力系统的安全性和稳定性。
离散优化量子算法中的编码权衡和设计工具包：着色、路由、调度和其他问题
具有挑战性的组合优化问题在科学和工程领域无处不在。最近，人们在不同的环境中开发了几种量子优化方法，包括精确和近似求解器。针对这一研究领域，本文有三个不同的目的。首先，我们提出了一种直观的方法来合成和分析离散（即基于整数）优化问题，其中问题和相应的算法原语使用与编码无关的离散量子中间表示 (DQIR) 来表示。与以前的方法相比，这种紧凑的表示通常可以实现更高效的问题编译、不同编码选择的自动分析、更容易的可解释性、更复杂的运行时过程和更丰富的可编程性，我们通过一些示例对此进行了演示。其次，我们对几种量子比特编码进行了数值研究；结果显示了许多初步趋势，有助于指导为特定硬件集和特定问题和算法选择编码。我们的研究包括与图着色、旅行商问题、工厂/机器调度、金融投资组合再平衡和整数线性规划相关的问题。第三，我们设计了低深度图派生部分混合器 (GDPM)，最多 16 级量子变量，证明了紧凑（双
在细胞制造环境中生产的两阶段随机供应链调度问题：案例研究
摘要。供应链中的综合决定是当今市场上适当竞争的重要原则。本文在两阶段的供应链计划中提出了一种新颖的数学模型，以在采购和制造活动之间进行协调。供应链计划以及需求，处理时间和运输时间不确定性的蜂窝制造方法的生产方法，使商业环境可持续地响应客户不断变化的客户需求。不确定性是由排队理论提出的。在本文中，使用新的混合企业非线性编程公式来确定携带原材料的类型，以获取原材料，采购供应商，每个部分的优先级以进行处理以及用于调解工作中心的细胞形成。目标是最大程度地减少迟到。一种线性化方法用于简化模型的障碍性。由于该问题的NP坚硬性质而开发了一种遗传算法。通过Taguchi的实验设计设置并估算了遗传算法的参数。采用了许多测试问题来验证建模的功能和解决方案方法的效率。最后，讨论了一个真实的案例研究和灵敏度分析，以提供重要的管理洞察力并评估所提出模型的适用性。
飞机航线维护调度优化 - UNSWorks
在本论文中，我们选择了一种混合了经典作业调度方法的启发式技术，并开发了一种生产线规划优化 (LPO) 算法来有效处理问题的组合性质，从而解决可行性问题并最大化任务产量。与测试案例中的传统手动调度相比，优化后的调度获得了 43% 的任务产量。LPO 算法提供了出色的可行性，执行速度为 45 秒，而手动流程则需要 35 分钟。该算法针对 64 个具有不同作业“到期时间缓冲”的案例实施，并实现了进一步优化，任务产量为 64%，而基准案例的任务产量为 43%。敏感性分析表明，LPO 算法对整个作业范围的“早期周期”、“早期天数”和“晚期时间”组成部分更敏感
飞机航线维护调度优化 - UNSWorks
本论文选择了一种混合了经典作业调度方法的启发式技术，并开发了一种生产线规划优化 (LPO) 算法来有效处理问题的组合性质，以解决可行性问题并最大化任务产量。与测试案例的传统手动调度相比，优化后的调度获得了 43% 的任务产量。LPO 算法提供了出色的可行性，执行速度为 45 秒，而手动流程则需要 35 分钟。该算法针对具有不同作业“到期时间缓冲”的 64 个案例实施，并实现了进一步优化，任务产量为 64%，而基准案例的任务产量为 43%。敏感性分析表明，LPO 算法对整个作业分布的“早期周期”、“早期天数”和“晚期时间”组成部分更敏感
飞机航线维护调度优化 - UNSWorks
本论文选择了一种混合了经典作业调度方法的启发式技术，并开发了一种生产线规划优化 (LPO) 算法来有效处理问题的组合性质，以解决可行性问题并最大化任务产量。与测试案例的传统手动调度相比，优化后的调度获得了 43% 的任务产量。LPO 算法提供了出色的可行性，执行速度为 45 秒，而手动流程则需要 35 分钟。该算法针对具有不同作业“到期时间缓冲”的 64 个案例实施，并实现了进一步优化，任务产量为 64%，而基准案例的任务产量为 43%。敏感性分析表明，LPO 算法对整个作业分布的“早期周期”、“早期天数”和“晚期时间”组成部分更敏感
飞机航线维护调度优化 - UNSWorks
本论文选择了一种混合了经典作业调度方法的启发式技术，并开发了一种生产线规划优化 (LPO) 算法来有效处理问题的组合性质，以解决可行性问题并最大化任务产量。与测试案例的传统手动调度相比，优化后的调度获得了 43% 的任务产量。LPO 算法提供了出色的可行性，执行速度为 45 秒，而手动流程则需要 35 分钟。该算法针对具有不同作业“到期时间缓冲”的 64 个案例实施，并实现了进一步优化，任务产量为 64%，而基准案例的任务产量为 43%。敏感性分析表明，LPO 算法对整个作业分布的“早期周期”、“早期天数”和“晚期时间”组成部分更敏感
飞机航线维护调度优化 - UNSWorks
本论文选择了一种混合了经典作业调度方法的启发式技术，并开发了一种生产线规划优化 (LPO) 算法来有效处理问题的组合性质，以解决可行性问题并最大化任务产量。与测试案例的传统手动调度相比，优化后的调度获得了 43% 的任务产量。LPO 算法提供了出色的可行性，执行速度为 45 秒，而手动流程则需要 35 分钟。该算法针对具有不同作业“到期时间缓冲”的 64 个案例实施，并实现了进一步优化，任务产量为 64%，而基准案例的任务产量为 43%。敏感性分析表明，LPO 算法对整个作业分布的“早期周期”、“早期天数”和“晚期时间”组成部分更敏感
飞机维修调度自主系统的设计与仿真
里昂大学，INSA Lyon，DISP 实验室 (EA4570)，法国； b 里昂大学、让·莫内大学、DISP 实验室 (EA4570)，法国； c 成都信息工程大学软件学院； d 南京航空航天大学计算机科学与技术学院。