XiaoMi-AI文件搜索系统
World File Search System调度
考虑核能的低碳综合能源系统优化调度
摘要：小型化核电机组的发展和碳交易市场的完善为实现综合能源系统低碳运行提供了新途径。本研究将NP机组和碳交易机制引入综合能源系统，构建新型低碳调度模型。针对NP机组引入导致的系统运行灵活性下降的问题，一方面对NP机组进行供热改造，使其成为热电联产机组，扩大其运行范围，提高其运行灵活性；另一方面在综合能源系统引入储电系统、储热系统、电转气机组等可进行能量时间转换或能量形式转换的辅助设备，共同提高系统运行灵活性。在模型求解阶段，利用离散化步长变换，将考虑可再生能源出力不确定性的机会约束规划（CCP）模型转化为等效的混合整数线性规划（MILP）模型。基于华北地区某综合能源系统实际数据搭建的测试系统表明，所提方法具有良好的经济效益和低碳环保效益。关键词：综合能源系统；核电机组；碳交易；碳排放；核能供热；低碳；机会约束；可再生能源发电不确定性。
疫苗 POD 调度和管理系统
情况 COVID-19 疫情颠覆了日常生活的方方面面。几个月来，CDC 不知疲倦地努力抗击病毒的传播，同时也致力于开发疫苗解决方案以保护公众。在第一批 COVID-19 疫苗获批后，迫切需要建立一个有效的系统来安排疫苗接种预约、在多个地点接种疫苗，并跟踪需要第二剂疫苗接种的患者以进行全面接种。
基于深度强化学习的调度...
电气和电子工程师协会 › iel7 作者 VHL Lopes · 2022 · 被引用 1 — 作者 VHL Lopes · 2022 被引用 1 与信道建模和仿真相关，特别关注... 采用的块结构可以表示标准的多帧组织。 17 页
使用容错在线调度
在外太空中有超过21000个对象，并暴露于苛刻的空间环境中。空间对象的大小有很大变化。我们的研究集中于小型卫星，例如立方体，这些卫星必须尊重时间，空间和能量限制。为了解决此问题，本文介绍并评估了两个容忍在线调度算法算法：算法将所有任务安排为Aperiodic（称为OneOff），而将到达任务放置为Aperiodic或Quartiac ofic odic或周期性任务（称为Oneoff＆Cyclic）。基于几种情况，结果表明，订购策略的性能受到系统负载的影响以及与要执行的所有任务的简单和双重任务的比例。“最早的截止日期”和“最早到达时间”为Oneoff的订购政策，或“最小懈怠”订购策略，用于单一和周期性，拒绝所有测试的场景中最小任务。本文还介绍了评估订购策略实时性能的计划时间的分析，并表明Oneoff比OneOff＆Cyclic所需的时间更少。最后，发现所研究的算法在恶劣的环境中的性能也很好，并提供与基于三重模块化冗余的系统相同的可靠性水平，系统功耗较少。
无线网络中资源约束多类调度的深度加固学习
摘要 - 在此处考虑了动态无线设置中多类调度的问题，其中可用有限的带宽资源分配以处理随机服务需求到达，而在有效载荷数据请求，延迟公差和重要性/优先级方面属于不同类别。除了异质流量外，另一个重大挑战还来自由于时间变化的沟通渠道而导致的随机服务率。现有的调度和资源分配方法，范围从简单的贪婪启发式和受限优化到组合设备，是针对特定网络或应用程序配置量身定制的，通常是次优的。在此帐户中，我们求助于深入的增强学习（DRL），并提出了分配深层确定性策略梯度（DDPG）算法，并结合了深度设置以解决上述问题。此外，我们提出了一种使用决斗网络的新颖方式，这将进一步提高绩效。我们所提出的算法在合成数据和实际数据上都进行了测试，显示了对组合和优化的基线方法的一致增长，以及状态调度计划指标。我们的方法可以使用Knapsack优化的功率和带宽资源降低13％的功率和带宽资源。
DIETERpy：内生可再生能源调度与投资评估工具的 Python 框架
DIETER 是一个开源电力部门模型，旨在分析未来可再生能源占比非常高的情况。它最大限度地降低了总体系统成本，包括各种发电的固定成本和可变成本、灵活性和部门耦合选项。在这里，我们介绍了 DIETERpy，它基于现有的模型版本，用通用代数建模系统 (GAMS) 编写，并使用 Python 框架对其进行了增强。这将 Python 在数据预处理和后处理方面的灵活性与 GAMS 中简单的代数公式和高效求解器的使用相结合。DIETERpy 还提供了基于浏览器的图形用户界面。新框架旨在易于访问，因为它使用户能够运行模型、更改其配置并定义许多场景，而无需深入了解 GAMS。代码、数据和手册在公共存储库中提供，并根据许可提供透明度和可重复性。© 2021 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。
在清真供应链中优化调度
清真供应链越来越被认为是确保从起源到消费者的清真产品的完整性和质量的关键组成部分。在此领域内的调度提出了独特的挑战，包括需要适应严格的清真合规性，资源优化和及时交付。本研究探讨了针对清真供应链动力学量身定制的创新调度策略，强调了伊斯兰教原理与当代运营方法的整合。通过全面的审查和批判性分析，本文确定了现有的调度方法中的差距，并提出了一个概念框架，旨在提高效率，同时保持清真完整性。讨论了所提出的框架的实际含义，特别是在解决多回能供应链和跨境清真物流的复杂性时。这些发现有助于对清真供应链中的卓越运营卓越的更广泛的论述，为从业者和政策制定者提供理论见解和可行的准则。未来的研究方向被建议进一步完善清真合规性和供应链优化之间的一致性。
整合机器学习和操作研究方法，以进行调度问题：文献分析和文献综述
摘要：操作研究（OR）技术已被广泛用于优化问题，例如制造计划，供应链优化和资源分配。尽管具有传统或尤其是确切的方法，但通常在可伸缩性，计算效率和对行业4.0的动态和不确定环境的适应性方面遇到困难。尽管机器学习（ML）的进步提供了解决这些挑战的新方法，但它们还提出了局限性，例如缺乏保证精确的解决方案和相关数据的需求。因此，OR和ML的集成提供了一个平衡的解决方案，利用ML从大型数据集中提取模式并做出预测性决策和OR的精确度以增强决策过程，尤其是在使用行业4.0的环境安排任务的过程中。这种组合不仅提高了解决方案的鲁棒性和效率，而且还可以减轻两个领域的个人局限性。并根据不确定性做出预测性决策补充了OR的决策过程。本文旨在对ML的整合和OR，重点介绍其在调度问题中的应用。关键字：行业4.0，调度，操作研究，机器学习