中文名 | 基于穩(wěn)健最優(yōu)化模型的電梯群控自適應(yīng)調(diào)度方法研究 | 項(xiàng)目類(lèi)別 | 面上項(xiàng)目 |
---|---|---|---|
項(xiàng)目負(fù)責(zé)人 | 宗群 | 依托單位 | 天津大學(xué) |
本申請(qǐng)項(xiàng)目以隨機(jī)過(guò)程理論和優(yōu)化理論為基礎(chǔ),提出一種基于穩(wěn)健最優(yōu)化模型的電梯群控自適應(yīng)調(diào)度方法,將定量的交通流預(yù)測(cè)、動(dòng)態(tài)修正的自適應(yīng)目標(biāo)函數(shù)和能消除不確定因素影響的穩(wěn)健最優(yōu)化模型三者結(jié)合起來(lái)進(jìn)行研究。在深入分析電梯交通流的特點(diǎn)和規(guī)律的基礎(chǔ)上,建立能夠預(yù)測(cè)多種工作模式的電梯交通流分布及變化規(guī)律的數(shù)學(xué)模型;再結(jié)合專(zhuān)家知識(shí)庫(kù)和強(qiáng)化學(xué)習(xí),確定能夠根據(jù)交通流的變化自適應(yīng)在線(xiàn)修正權(quán)值的目標(biāo)函數(shù);本項(xiàng)目創(chuàng)新之處在于提出將當(dāng)前和未來(lái)交通流均作為調(diào)度輸入條件,并考慮預(yù)測(cè)誤差影響,建立能消除預(yù)測(cè)誤差影響的穩(wěn)健最優(yōu)化模型;在此基礎(chǔ)上,設(shè)計(jì)調(diào)度算法程序,并在虛擬仿真環(huán)境和實(shí)物電梯驗(yàn)證平臺(tái)上進(jìn)行比較驗(yàn)證。本項(xiàng)目的研究對(duì)于道路交通、空中管理、海上運(yùn)輸、軍事人員物資調(diào)配以及生產(chǎn)流程中的調(diào)度策略研究都有著重要的借鑒作用,可以為調(diào)度方法的研究提供新的理論和技術(shù),具有重要的學(xué)術(shù)價(jià)值和理論意義。 2100433B
批準(zhǔn)號(hào) |
60574055 |
項(xiàng)目名稱(chēng) |
基于穩(wěn)健最優(yōu)化模型的電梯群控自適應(yīng)調(diào)度方法研究 |
項(xiàng)目類(lèi)別 |
面上項(xiàng)目 |
申請(qǐng)代碼 |
F0304 |
項(xiàng)目負(fù)責(zé)人 |
宗群 |
負(fù)責(zé)人職稱(chēng) |
教授 |
依托單位 |
天津大學(xué) |
研究期限 |
2006-01-01 至 2008-12-31 |
支持經(jīng)費(fèi) |
24(萬(wàn)元) |
設(shè)置成群空的不就完了
自適應(yīng)布置柱畫(huà)異形柱子是根據(jù)你墻體的需要來(lái)自由設(shè)計(jì)異形柱形狀的,請(qǐng)參閱下圖來(lái)進(jìn)行理解:
在畫(huà)AZ3時(shí),按自適應(yīng)布置柱,單擊6/A交點(diǎn)時(shí),在構(gòu)件列表自動(dòng)生成AZ-1,并且6/A交點(diǎn)的柱也自動(dòng)變成了AZ-1,這是什么原因? 你好:自適應(yīng)布置柱不適用于你這種情況。只能用點(diǎn)布的方法。自適應(yīng)布置柱...
格式:pdf
大小:641KB
頁(yè)數(shù): 6頁(yè)
評(píng)分: 4.5
針對(duì)電梯群控調(diào)度過(guò)程中交通流不確定的問(wèn)題,建立了魯棒優(yōu)化模型,利用遺傳算法對(duì)所建模型進(jìn)行求解.對(duì)于不確定線(xiàn)性?xún)?yōu)化問(wèn)題,研究了不確定集的選擇以及模型魯棒對(duì)等式轉(zhuǎn)化方法.仿真實(shí)驗(yàn)中,利用電梯群控虛擬仿真環(huán)境對(duì)魯棒優(yōu)化調(diào)度算法在不同交通流下進(jìn)行了驗(yàn)證.以300人/15 min的混合交通流模式為例,魯棒優(yōu)化算法的平均候梯時(shí)間比靜態(tài)分區(qū)算法降低12.77 s;平均乘梯時(shí)間比最小等待時(shí)間算法降低9.7 s;電梯啟停次數(shù)比靜態(tài)分區(qū)算法少8次.實(shí)驗(yàn)結(jié)果表明,魯棒優(yōu)化調(diào)度算法對(duì)不同交通模式具有更好的適應(yīng)性,可以減小交通流不確定性的影響,提高電梯群控調(diào)度性能.
格式:pdf
大?。?span id="qa8wece" class="single-tag-height">641KB
頁(yè)數(shù): 4頁(yè)
評(píng)分: 4.8
為了研究多臺(tái)電梯的群控調(diào)度問(wèn)題,并根據(jù)現(xiàn)有電梯調(diào)度策略的不足,建立以服務(wù)間和運(yùn)行能耗為優(yōu)化目標(biāo)函數(shù)的調(diào)度模型,提出將電梯群控調(diào)度問(wèn)題轉(zhuǎn)化為離散組合優(yōu)化問(wèn)題,并利用蟻群優(yōu)化算法求解。算法在接受眾多乘客的隨機(jī)請(qǐng)求下,能根據(jù)各電梯的運(yùn)行現(xiàn)狀,將不同層的乘客請(qǐng)求組合分配到相應(yīng)電梯進(jìn)行服務(wù)的最優(yōu)調(diào)度方案,優(yōu)化了群控電梯的運(yùn)行模式,仿真實(shí)驗(yàn)證明算法能大幅度減少乘客的平均侯梯時(shí)間及縮短運(yùn)行路徑,證明了算法的有效性。
本申請(qǐng)項(xiàng)目以隨機(jī)過(guò)程理論和優(yōu)化理論為基礎(chǔ),針對(duì)電梯群控節(jié)能問(wèn)題,提出面向節(jié)能的可調(diào)整電梯群控調(diào)度方法。在對(duì)交通流量和優(yōu)化目標(biāo)進(jìn)行節(jié)能分析和處理的基礎(chǔ)上,建立電梯群控的可調(diào)整魯棒優(yōu)化模型;通過(guò)對(duì)交通流約束和目標(biāo)函數(shù)的調(diào)整解決交通流模式變化和不確定帶來(lái)的耗能問(wèn)題,實(shí)現(xiàn)電梯調(diào)度的局部節(jié)能優(yōu)化處理;并以動(dòng)態(tài)能耗閾值來(lái)對(duì)調(diào)度過(guò)程中出現(xiàn)的高耗能派梯決策進(jìn)行調(diào)整,從而實(shí)現(xiàn)全局群控節(jié)能的目的。本項(xiàng)目的創(chuàng)新之處在于首次將交通流分析、目標(biāo)函數(shù)調(diào)整與節(jié)能調(diào)度方法相結(jié)合,綜合分析和研究電梯群控調(diào)度的節(jié)能問(wèn)題,并從局部節(jié)能優(yōu)化求解和全局節(jié)能優(yōu)化調(diào)整的兩個(gè)方面實(shí)現(xiàn)群控節(jié)能的目的。本項(xiàng)目的研究將為電梯群控節(jié)能提供理論依據(jù)和支持,也將對(duì)道路交通、空中管理、海上運(yùn)輸以及生產(chǎn)流程中的調(diào)度策略和節(jié)能方法起到重要的借鑒作用,具有重要的理論意義和應(yīng)用價(jià)值。
本書(shū)圍繞著項(xiàng)目調(diào)度問(wèn)題及其解決方法展開(kāi)論述,全書(shū)共分為10章。前3章歸納總結(jié)了項(xiàng)目調(diào)度相關(guān)領(lǐng)域的基本知識(shí)和常見(jiàn)的優(yōu)化算法;第4章描述和定義了資源約束項(xiàng)目調(diào)度問(wèn)題和多模式資源約束項(xiàng)目調(diào)度問(wèn)題基本模型,并給出了基于粒子群算法的求解過(guò)程。第5章及之后的各章所討論的問(wèn)題都屬于在第4章基礎(chǔ)上衍生出來(lái)的模型。第5章考慮帶時(shí)間窗的資源約束項(xiàng)目調(diào)度問(wèn)題;第6章是時(shí)間-成本權(quán)衡項(xiàng)目調(diào)度問(wèn)題,包括工期-費(fèi)用-質(zhì)量綜合權(quán)衡項(xiàng)目調(diào)度問(wèn)題;第7章討論資源均衡項(xiàng)目調(diào)度問(wèn)題,以最小化資源利用的波動(dòng)變化為目標(biāo);第8章是關(guān)于柔性資源約束的項(xiàng)目調(diào)度問(wèn)題,重點(diǎn)討論具有柔性資源特征的軟件開(kāi)發(fā)項(xiàng)目調(diào)度;第9章涉及了資源約束的多項(xiàng)目調(diào)度問(wèn)題;第10章是以最大化項(xiàng)目?jī)衄F(xiàn)值為目標(biāo)的資源約束項(xiàng)目調(diào)度問(wèn)題。
本書(shū)在總結(jié)前人研究成果的基礎(chǔ)上,系統(tǒng)化地把作者多年來(lái)針對(duì)項(xiàng)目調(diào)度問(wèn)題的研究成果和心得展示出來(lái),適合從事項(xiàng)目管理研究工作的學(xué)者、工程師和管理專(zhuān)家閱讀使用。
本項(xiàng)目擬解決移動(dòng)網(wǎng)格基于能量?jī)?yōu)化的資源管理理論及方法,擬為促進(jìn)我國(guó)的移動(dòng)網(wǎng)格基礎(chǔ)研究及應(yīng)用打下一定的基礎(chǔ)。 (1)本項(xiàng)目針對(duì)移動(dòng)網(wǎng)格節(jié)點(diǎn)能量有限的問(wèn)題,研究基于能量?jī)?yōu)化的資源調(diào)度算法。為了解決移動(dòng)網(wǎng)格資源調(diào)度中的能量?jī)?yōu)化問(wèn)題,先需分析移動(dòng)網(wǎng)格的特點(diǎn)及其資源調(diào)度中的能量消耗特點(diǎn),在移動(dòng)網(wǎng)格資源調(diào)度中考慮能量約束,然后建立移動(dòng)網(wǎng)格節(jié)點(diǎn)的能量消耗模型,提出基于能量?jī)?yōu)化的移動(dòng)網(wǎng)格資源調(diào)度策略。 (2)結(jié)合節(jié)點(diǎn)移動(dòng)模型和資源可靠性提出一種基于資源可靠性的任務(wù)調(diào)度算法。此算法首先根據(jù)節(jié)點(diǎn)移動(dòng)模型確定任務(wù)提交者停留的網(wǎng)格區(qū)域,然后根據(jù)資源的可靠性從該網(wǎng)格中選取最可靠的資源執(zhí)行任務(wù),算法的目標(biāo)是最大限度的保證任務(wù)能夠被成功的執(zhí)行。 (3)提出一種基于時(shí)間優(yōu)化的移動(dòng)網(wǎng)格任務(wù)調(diào)度算法,即MG-Min-Min算法,目標(biāo)是實(shí)現(xiàn)任務(wù)調(diào)度完成時(shí)間的最小化。算法中考慮到移動(dòng)資源能量有限,在任務(wù)完成時(shí),由分配任務(wù)時(shí)的域代理主動(dòng)發(fā)送移動(dòng)代理去尋找目標(biāo)資源并取回任務(wù)執(zhí)行結(jié)果,這樣節(jié)省了移動(dòng)資源發(fā)送任務(wù)執(zhí)行結(jié)果的能量和時(shí)間消耗。 (4)研究基于灰色理論的移動(dòng)設(shè)備遷移策略,提出一種適合移動(dòng)網(wǎng)格任務(wù)提交及移動(dòng)設(shè)備在網(wǎng)格區(qū)域間移動(dòng)的信息分組結(jié)構(gòu)。將現(xiàn)有的移動(dòng)網(wǎng)絡(luò)的切換算法與網(wǎng)格計(jì)算相結(jié)合,并將無(wú)線(xiàn)網(wǎng)絡(luò)通信中一種優(yōu)化的移動(dòng)目標(biāo)選擇算法應(yīng)用于移動(dòng)網(wǎng)格中。通過(guò)此目標(biāo)選擇算法將網(wǎng)格性能參數(shù)進(jìn)行綜合計(jì)算,提高移動(dòng)設(shè)備對(duì)網(wǎng)格資源的利用率,提出移動(dòng)設(shè)備在不同網(wǎng)格區(qū)域之間移動(dòng)的遷移策略。 (5)研究提出移動(dòng)網(wǎng)格中基于QoS的資源發(fā)現(xiàn)算法,引入了P2P技術(shù)和虛擬組織,并使用該方法組織移動(dòng)設(shè)備資源,方便資源的發(fā)現(xiàn)和查找。該資源發(fā)現(xiàn)方法研究基于節(jié)點(diǎn)的服務(wù)請(qǐng)求機(jī)制,主要考慮了帶寬的約束和網(wǎng)絡(luò)消息的冗余消除。 (6)對(duì)Local Indices機(jī)制進(jìn)一步改進(jìn),提出一種適用于移動(dòng)網(wǎng)格系統(tǒng)的資源定位算法Improved Local Indices。該機(jī)制不僅考慮了組成移動(dòng)網(wǎng)格系統(tǒng)的移動(dòng)終端設(shè)備存儲(chǔ)空間有限和網(wǎng)絡(luò)帶寬有限的問(wèn)題,而且針對(duì)移動(dòng)網(wǎng)格環(huán)境的高度動(dòng)態(tài)性。提出了采用宏移動(dòng)性管理和微移動(dòng)性管理結(jié)合的方式,來(lái)管理移動(dòng)網(wǎng)格環(huán)境的移動(dòng)性。 2100433B