XiaoMi-AI文件搜索系统
World File Search System调度
岸基混合渡轮的多目标优化调度...
摘要：为提高太阳能发电与岸船（S2S）供电混合渡轮的运行效率、减少排放，提出了一种两阶段多目标优化运行调度方法。该方法旨在根据船舶操作员的偏好和太阳能光伏（PV）功率输出，优化两个相互冲突的目标，即运行成本（柴油发电机（DG）的燃料成本、二氧化碳（CO 2 ）排放税和S2S电力交换）和储能（ES/ESS）降级成本。对于日前优化，使用PV的区间预测数据来映射具有不同权重分配集的目标的解空间。以日前优化的解空间为指导，确定小时前优化的运行点。对于小时前调度，使用更精确的短期预测数据进行最优运行调度。进行了详细的案例研究，结果表明混合动力船舶的运营灵活性有所提高。案例研究还提供了有关调度方案的更深入的信息，如果优化模型中存在冲突的目标，这一点就显得尤为重要。
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
印度负荷调度中心的能力建设
前言................................................................................................................................................ 10
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
重新审视综合车辆和机组人员调度的丰富性
摘要 近几十年来，各个领域（航空业、公共交通）的综合车辆和机组人员调度取得了长足进步。随着信息和通信技术以及通用求解器的不断改进，可以制定出这些问题越来越丰富的版本。在公共交通中，排班、延迟传播或休息日模式等问题已成为这些综合问题的一部分。在本文中，我们旨在重新审视早期结合休息日模式的公式，并研究现在是否可以使用标准求解器进行求解，以及在多大程度上结合其他方面可以使问题设置更加丰富，同时仍然保持可能的可解性。这尤其包括延迟传播等问题，在公共交通中，延迟传播通常指（主要）干扰后的二次延迟。此外，我们研究了一个强大的版本来支持增加丰富性是可能的说法。提供了数值结果来强调预期的进展。
使用多目标对多静态声纳浮标场进行调度
声纳浮标场由发射器和接收器网络组成，通常用于查找和跟踪水下目标。对于给定的环境和声纳浮标场布局，这种场的性能取决于调度，即决定哪个源应该传输，以及在任何给定时间应该从可用波形库中传输哪个源。在本文中，我们提出了一种基于多目标优化的新型调度框架。具体来说，我们将声纳浮标场的两个任务（跟踪和搜索）作为独立的、相互竞争的目标函数。使用此框架，我们提出了一种基于帕累托最优的调度特征。该特征描述了搜索跟踪目标之间的权衡，并在真实的多静态声纳浮标模拟中得到了证明。
含风电微电网的经济调度优化……
摘要：微电网经济功率优化调度是新型电力系统优化的重要组成部分，对降低能源消耗和环境污染具有重要意义，微电网不仅要满足基本供电需求，还要提高经济效益。本文考虑发电成本、放电成本、购电成本、售电收入、电池充放电功率约束、充放电时间约束，提出了多场景下风光储微电网联合优化模型，并给出了相应的基于粒子群优化的模型求解算法。此外，以白洋淀地区王家寨项目为例，验证了所提模型和算法的有效性。对多场景下的风光储微电网联合优化模型进行了探讨和研究，并给出了多场景下的最优经济功率调度方案。我们的研究表明：（1）蓄电池可以起到削峰填谷的作用，可以使微电网更具经济性；（2）当购电价低于可再生能源发电成本时，如果允许风电、光伏弃风，微电网将产生更高的经济效益；（3）限制微电网与主网之间的交换功率，会对微电网的经济性产生负面影响。
电动汽车充电站混合储能系统的充电调度
摘要：过去十年，电动汽车 (EV) 的需求不断增长，欧盟委员会最近出台的法规规定从 2035 年起只允许电动汽车上路，因此有必要设计一个经济高效且可持续的电动汽车充电站 (CS)。充电站面临的一个关键挑战是匹配波动电源并满足峰值负载需求。本文的总体目标是优化电动汽车充电站混合储能系统 (HESS) 的充电调度，同时最大限度地提高光伏电力利用率并降低电网能源成本。该目标是通过使用不同的深度学习 (DL) 算法（例如循环神经网络 (RNN) 和长短期记忆 (LSTM)）预测光伏电力和负载需求来实现的。然后，采用预测数据设计调度算法，确定 HESS 的最佳充电时间段。研究结果证明了所提方法的有效性，实时光伏电力预测的均方根误差 (RMSE) 为 5.78%，实时负荷需求预测的均方根误差 (RMSE) 为 9.70%。此外，所提出的调度算法可将电网总能源成本降低 12.13%。
用于调度截止日期敏感的可延展任务的算法
摘要由于批处理数据处理的无处不在，计划可延展的批处理任务的相关问题受到了极大的关注。我们考虑了一个基本模型，其中一组任务要在多个相同的机器上处理，并且每个任务均由值，一个工作负载，截止日期和并行性约束。在平行性界限内，分配给任务的机器数量会随着时间而变化而不会影响其工作负载。在本文中，我们确定了边界条件，并通过构造证明一组具有截止日期的可延展任务可以通过其截止日期来完成，并且仅当它满足边界条件时。该核心结果在调度算法的设计和分析中起关键作用：（i）考虑到几个典型的目标，例如社交福利最大化，机器最小化和最小化最大加权完成时间，以及（ii）当算法和动态编程等算法技术技术时，会适用于社交范围。结果，我们为上述问题提供了四种新的或改进的算法。