一、动态随机作业成本控制系统框架研究（论文文献综述）
熊攀[1]（2021）在《不确定环境下基于场景构建的作业车间调度方法研究》文中认为
章途潮[2]（2021）在《聚酯纤维生产调度集成建模与优化研究》文中认为生产调度技术作为现代工业制造执行系统的核心部分,能提高企业的经济效益和社会效益。以数字化、网络化、智能化为目标的智能制造是新一轮工业革命的核心技术,企业在智能制造发展背景下产生大量有价值的数据,如何从海量数据中获取有效信息,并应用到实际生产以克服不确定性因素是亟需解决的问题。本文以国内某聚酯纤维车间的混合型生产过程为研究对象,建立集成上下游生产调度模型以优化车间生产效率,并在不确定环境下提出数据驱动的结合鲁棒优化和调度知识挖掘的动态调度方法,本文具体工作如下:（1）提出聚酯纤维生产全流程混合型静态调度方法。针对聚酯纤维混合型生产过程生产分阶段的复杂性和耦合性的问题,提出一种协同上游连续过程和下游离散过程的集成MILP模型。先建立上游过程的连续时间事件点驱动模型,再建立下游过程考虑分批大小和加工顺序的模型,然后利用物料约束和时间约束将两模型结合,并采用优化器求解得到预调度结果,最后案例验证模型的高效性。（2）提出数据挖掘的离散型过程动态调度方法。为解决离散型生产过程不确定性因素导致静态预调度结果与实际有偏差的问题,同时考虑车间需要快速响应变化,提出一种基于数据挖掘的动态生产调度方法,能从具有较优解的静态预调度中挖掘潜在调度规则,重新指导动态车间生产调度。通过案例验证所提方法能满足车间性能要求并快速响应车间变化,证明方法的有效性。（3）提出面向不确定性的聚酯纤维生产全流程混合型动态调度方法。针对聚酯纤维混合型生产调度过程上下游存在不确定性干扰的问题,提出一种数据驱动的结合鲁棒优化和数据挖掘的动态调度方法。首先通过核密度估计建立不确定性集合摄动区间,并采用鲁棒优化方法减小物料加工时间不确定性的影响。再考虑到上游过程生产波动影响下游生产,采用数据挖掘动态调度方法克服原料到达不确定性。最后通过案例验证所提方法的可行性。
张晓辉[3]（2020）在《分布式阻塞流水车间调度方法研究》文中指出在全球经济一体化的背景下,随着通用型工厂的优化以及同构生产线的整合,分布式制造已逐渐发展成为一种常见的制造模式。分布式制造可以使集团对下属多个企业或工厂的资源进行合理配置、优化组合及共享,统筹多个工厂建立协作关系,在低成本和低风险环境下采用分工和协作方式快速实现产品的高效生产。车间调度作为生产活动的重要环节,在分布式制造系统中占据着举足轻重的地位。不同于传统的单车间调度,分布式车间调度不仅需要考虑加工任务特性和生产约束的关联性,还需要考虑全局调度和各分布式工厂局部调度的耦合性,其求解过程更为复杂。因此,根据分布式制造特性构建调度优化模型,设计有效的优化方法,对推动分布式制造的调度理论研究具有重要意义。分布式车间调度问题有时优化单一生产目标,有时则需兼顾优化现代企业和国民宏观经济发展目标（如节能减排等环保政策）;有时决策空间仅受单一约束限制,有时则需要同时满足多个约束;有时调度环境是静态的,有时则受不确定因素的干扰。随着问题规模的扩大,在多项式时间内较难获得最优解。因此,开展分布式车间的调度研究具有较高的挑战性。本文以分布式阻塞流水制造为研究背景,设计了相应的分布式生产调度体系架构,围绕分布式阻塞流水车间静态调度、绿色调度和动态调度三个方面展开了深入研究,分别构建了静态调度、绿色调度和动态调度问题的数学模型,并基于不同问题特性提出了三类元启发式算法。最后,搭建了分布式阻塞流水车间调度原型系统,对理论研究进行了系统实现和应用验证。本文主要研究工作如下:（1）分析了一般流水阻塞车间调度问题特性,引入分布式制造概念,对分布式生产调度业务流程进行了分析。在此基础上,进一步研究了分布式阻塞流水车间调度业务的关键决策点,设计了面向分布式流水制造的生产调度体系架构,提出了云-边缘结合的生产调度管控模式。（2）研究了静态环境下分布式阻塞流水车间调度问题,在分析了分布式流水制造模式特点的基础上,以完工时间为优化目标,构建了调度问题的整数规划模型,提出了离散果蝇优化算法（Discrete fruit fly optimization algorithm,DFOA）。首先,针对阻塞流水约束特性,提出了三类种群初始化方法;在嗅觉搜索阶段,设计了四类有向邻域搜索算子,以扩大算法的搜索空间;随后,提出了包含两类插入式局部搜索的变邻域下降搜索框架;在视觉搜索阶段,改进了种群更新策略,确保算法的快速收敛。最后,在基准测例上验证了DFOA的有效性和优越性。（3）同时从生产效率和节能角度出发,研究了分布式阻塞流水车间绿色多目标调度问题,分析了加工周期和能耗的冲突关系,提出了基于Pareto理论的多目标分布估计算法（Multi-objective estimation of distribution algorithm,MOEDA）。首先,建立了基于贝叶斯网络的离散概率模型,通过概率模型更新加工排序;随后,设计了两类加工速度调整算子,改进了一类工件插入策略,实现了算法调整工件排序时工序加工速度的自适应调整,加速种群向Pareto前沿逼近。最后,通过对比实验验证了MOEDA对Pareto前沿的覆盖和逼近性能。（4）考虑了事件驱动的分布式制造模式,以机器故障为背景,研究了分布式阻塞流水车间动态调度问题。设计了故障模拟与修复机制,提出了面向分布式阻塞流水车间的动态调度策略,以完工时间和系统稳定性为优化目标,构建了分布式阻塞流水车间干扰管理模型,针对重调度工件设计了基于差分进化思想的离散Memetic算法（Discrete Memetic algorithm based on differential evolution,DMA）。首先,设计了基于工件权重位置的种群初始化策略;随后,引入差分进化思想对重调度的目标空间进行邻域搜索;之后,提出了基于工件块的随机参考局部搜索策略,避免算法陷入局部最优。最后,通过对比实验验证了重调度算法的有效性和优越性。（5）结合分布式阻塞流水车间生产调度体系架构,开发了云-边缘结合的调度原型系统,实现了调度算法在云端的部署和集团调度业务的运行。随后,在某技术密集型企业搭建了边缘侧调度控制平台,以多品种、小规模和定制化产品为应用对象,对动态调度策略和DMA重调度算法的有效性进行了实例验证。该论文有图77张,表24个,参考文献186个。
郑汉[4]（2020）在《基于不确定性分析的铁路通过能力利用优化研究》文中认为铁路通过能力研究包含计算、利用、加强与储备这几个部分,是一个涉及铁路运输基本理论、技术、方法的综合体系。铁路能力利用实质是资源约束下的优化问题,具有多元、时变的特点,研究难度很大。尤其是近年来,随着社会经济环境的变化,运输需求不只关注“走得了”,更关注“走得好”,决定了在能力利用优化研究中对“不确定性”引入的内在要求。诚然,对于铁路运输系统这样一个结构复杂的巨系统,如何辨识、描述时变的不确定性尚且困难,要进一步对能力利用进行优化更非易事。既有研究多孤立、静态地研究不确定性及相关优化技术,缺乏数据驱动力和环境适用性,技术间耦合不足,存在分析结构性与范式的改进空间。本文试图对上述问题进行思考和探索。提出“机器学习+最优化”研究框架,在充分利用铁路数据基础上,从不确定性及能力利用优化基本理论出发,剖析不确定性内部结构及层次分布,分析不确定性静态模式及动态演化规律,进而研究对抗不确定性的能力利用优化技术。具体说来,包含以下工作:1)界定基于不确定性分析的能力利用优化概念。分析运输组织要素在能力利用中的作用,引出铁路系统中不确定性与能力利用的关系;进行不确定性的分层梳理与结构分析,建立不确定性在不同粒度上的分布（包含主观不确定性和客观随机性并存的结构）;之后提出“机器学习+最优化”研究框架:使用机器学习方法进行不确定性分析,并关联最优化技术完成能力利用优化。不确定性分析包括静态模式分析和动态演化分析。静态模式分析以微观的列车运行序列数据为基础,通过机器学习技术分析数据中蕴含的共性与异性,获得模式并度量不确定性。动态演化分析以受控-随机理论为基础,将铁路系统运营视作执行者（如司乘人员、作业班组等）以及控制者（如行车、车站调度人员等）协同配合的过程,刻画不确定性的连续动态特性;最后,结合不确定性分析过程,以最优化技术设计基于不确定性的能力利用优化框架。2)提出不确定性静态模式分析的方法。针对数据量庞大、模式识别困难的问题,设计了无监督学习模式发现和有监督学习模式识别相配合的模式分析技术。前者通过无需人工干预的深度学习技术,从小样本数据中发现模式,人工调整后形成模式集。后者提取与铁路能力利用相关的特征,完成大批量序列数据的模式分析;之后,根据Dirichlet分布的共轭先验特性对不确定性的分布情况进行度量。根据所分析的模式及相关不确定性,设计启发式方法校正运行时间所对应的微观实施方案,提升列车运行在微观层面的可操作性;最后,以微观列车时空轨迹数据为输入,通过数值实验分析数据的模式及其不确定性分布情况。分析模式形成原因,测试方法的性能,并揭示模式与主观不确定性及客观随机性间的关系。3)提出不确定性动态演化分析的方法。根据受控-随机理论,从执行和控制两个角度建立描述不确定性的随机过程模型。利用马尔可夫性,通过离散的状态转移过程描述该模型;设计影响状态转移概率的信息向量,使用贝叶斯网络建立不确定性推理模型,搭建动态演化推理模型;之后,设计列车时空冲突检测以及储备能力调整方法,为能力利用优化模型参数微调提供支持;最后,基于静态模式分析结果,通过数值实验分析不确定性演化的差异性,如延误较严重时,列车在某些区间会选择减速运行（晚点模式达到80%左右）,相当于把闭塞分区当作临时存车线使用,证实“车站-区间”配合协调的能力利用现象的存在。4)构建基于不确定性分析的能力利用优化模型并求解。依托事件-活动EAN网络,建立以期望计划完成度、能力利用衔接性、能力利用可行性、能力利用鲁棒性以及能力利用可恢复性为优化目标的理想优化模型。进一步,分析模型中与不确定性相关的目标函数及约束,将模型改进为能够对抗不确定性的鲁棒优化模型,具体实施路径包括:首先构建基于扰动（1）和数据驱动（2）两种不确定性集,而后从主动、被动对抗不确定性的优化方法入手,设计包括强鲁棒、弱鲁棒、可行恢复鲁棒、最优恢复鲁棒在内的适用于不同数据环境的鲁棒优化模型。之后,为描述列车的会让、越行关系,构建分支定界算法以求解模型;分别基于1与2设计数值实验,对各鲁棒优化模型的参数灵敏度进行指标分析。5)针对我国典型煤运重载铁路进行实例验证。将研究内容应用于实际案例,获得以下结论:1)发现不同区间模式分布规律的差异性,例如,研究案例某普通区间的早点模式、正点模式、晚点模式比为25%:7%:68%;而在组合拆解技术站邻近区间,该比例为23%:58%:19%。可见在不确定性晚点发生时,铁路运行系统出现内部自组织现象;2)在设定不同的储备能力量值情况下,运用动态演化评价其对能力利用的影响效果,如案例中总体分配2%储备能力时,其可以抵抗最大平均初始扰动为8min;3)界定不同鲁棒优化模型所适用的数据环境,揭示储备能力的时空分配对方案效果的影响,如:由于针对性地加强关键区间在易发生扰动时段内的储备能力并降低其他时空的储备能力,基于2的最优恢复鲁棒方法获得的方案在储备能力总量上较强鲁棒优化方案少6.4个百分点,却使指标优化8.6%。本文以不确定性为着眼点,从理论、模型、算法等方面对能力利用优化体系进行了一定地补充与完善。所提出的“机器学习+最优化”研究框架,可充分利用历史数据信息,从静态模式、动态演化等角度实现多维度不确定性分析;不确定性分析结果直接参与优化模型不确定性集构建、模型参数选择以及求解过程冲突检测等环节,指导不同数据环境下多目标能力利用方案优化。研究的成果可从数据中分析不确定性的特性,并通过优化模型合理地优化能力利用方式,提升能力利用方案质量,可为我国铁路能力精细化利用理论方法提供一定参考。
杨中浩[5]（2020）在《基于医疗服务相对价值的公立医院薪酬规制研究》文中研究指明公立医院薪酬制度改革是医改核心任务,目的是建立导向清晰的薪酬激励机制,保障医务人员合理薪酬水平。长期以来,我国公立医院逐渐形成以经济效益为导向的薪酬制度,以科室为经济核算单元,实行以收减支、按比例提成。医院薪酬总量和人均水平不受约束,医务人员薪酬与所在医院、科室、甚至是个人经济创收挂钩,而经济效益受到医疗行为和政府规制共同影响。由此导致薪酬分配难以体现医疗服务价值,驱使医生流向薪酬较高的专科,加剧急诊、儿科等较低薪酬专科的医生短缺,专科之间医生资源配置更加不均衡,也诱导医疗费用不合理增长。对此,医改要求建立体现公益性和医疗服务价值的公立医院薪酬制度,破除逐利机制。尽管近年来改革频出,但大多局限在医院内部计薪公式的改变,切断薪酬与经济效益的关联,引入非经济因素,而外部政策层面改革滞后;部分地区探索的薪酬总量规制仍与经济性指标挂钩,引导医院形成逐利性薪酬制度的外部规制环境没有转变,医院间的薪酬差异依旧和经济效益相关,医疗服务价值没有得到重视。现有研究多立足医院外部宏观政策和医院内部微观分配层面,或是分析单项规制对医院薪酬的影响,或从薪酬分配制度、水平、结构等方面论证我国公立医院薪酬体现医疗服务价值不足等问题,但缺乏站在公立医院的机构管理层面中观视角（办医主体）、基于医疗服务价值构建公立医院薪酬规制的研究成果。本文研究主要围绕三个问题:（1）公立医院薪酬规制现状如何,通过什么途径对公立医院薪酬产生什么影响。（2）医疗服务价值如何合理度量,在公立医院机构层面的薪酬水平中是否合理体现。（3）如何构建与经济运营效益脱钩、与医疗服务价值挂钩的公立医院薪酬规制模型框架,既破除逐利性,又不损害医疗服务产出效率。研究目的是,围绕公立医院薪酬改革目标,立足公立医院机构管理的中观视角,剖析现有薪酬规制效应和医疗服务价值体现问题,基于医疗服务价值的合理度量和体现,提出公立医院薪酬规制模型框架。研究方法主要包括,采用文献研究法比较薪酬规制国内外主要模式、医疗服务价值度量方法,构建回归模型分析薪酬规制效应,利用DEA投入产出模型研究医院薪酬的医疗服务价值体现问题,结合理论分析方法提出和论证薪酬规制模型框架。实证研究采用东部某省（市）属30家三级公立医院2008-2018年机构层面的医疗业务和经济运行数据,数据来源是国家法定财务报表和医院信息系统等。主要研究内容:（1）理论基础。围绕研究问题,重点回顾薪酬相关理论、规制经济、标尺竞争和生产前沿面等理论。（2）现状分析。梳理我国公立医院薪酬规制历史沿革,归纳比较新医改时期公立医院薪酬规制的主要模式,分析借鉴典型国家经验。（3）薪酬规制效应分析。利用样本医院面板数据构建回归模型,结合理论推导,分析薪酬规制对公立医院薪酬水平的影响程度和路径。（4）公立医院薪酬投入与医疗服务价值产出分析。通过比较研究,提出符合医改和薪酬规制需求的医疗服务价值度量方法,利用样本医院数据进行度量,从投入产出角度评价医院薪酬投入与医疗服务价值产出是否匹配。（5）构建薪酬规制模型框架,从理论和实证角度进行论证。（6）归纳主要结论和提出政策建议。主要研究结论如下:第一,公立医院薪酬规制缺乏清晰导向、总量约束和竞争机制。我国公立医院薪酬规制经历了规制、放松规制、再规制的过程,从公益性转向逐利性,再回归公益性。再规制不是重回计划经济,而是通过薪酬总量规制,整合医疗价格等相关规制,建立激励性的薪酬规制。从当前改革看,公立医院薪酬总量核定的收入系数、支出比例、结余奖励、增幅核定四种模式,与改革预期存在差距:薪酬总量核定与医院经济效益依旧挂钩;薪酬规制对薪酬总量约束不强,缺乏配套政策;公立医院之间竞争机制缺失,医院薪酬总量取决于自身绩效,同行绩效提升不会引起自身薪酬总量减少,难以产生激励作用。英国、德国、美国尽管国情不同,但是公立医院医务人员薪酬均受到政府规制,改革方向也是趋同的:一是薪酬尽量与医疗业务脱钩;二是规制与竞争互相结合,采取有管理的竞争、构建内部竞争市场等改革举措;三是规制协同性强,通过工资制和完善的支付体系、充分的劳动力市场竞争等实现薪酬规制。第二,薪酬规制主要通过干预医院经济运营显着影响薪酬水平,医院薪酬与经济运营效益密切相关。回归分析显示,薪酬总量规制（狭义的薪酬规制）对样本医院薪酬水平有显着正向影响;医疗服务产品市场相关规制中（广义的薪酬规制）,诊疗服务、检查化验、药品等价格规制对薪酬水平均达到1%显着水平的影响,回归系数分别为0.589、0.470、0.084,运营收支平衡、财政投入政策影响不显着,说明规制间缺乏合力;薪酬总量规制削弱了其他薪酬规制的影响程度,但医院薪酬与经济运营效益未完全脱钩。理论分析显示,薪酬规制通过薪酬总量规制、医疗价格规制、财政投入政策和运营收支平衡等四个途径影响医院薪酬总量的形成:医院管理者决定薪酬分配总量时,受到薪酬总量规制和运营收支平衡约束;薪酬分配总量的决定机制影响医院内部分配和诊疗行为;诊疗行为在医疗价格规制等作用下,也对医院经济运营产生影响。第三,以医疗服务项目行业成本度量的相对价值更加符合薪酬规制需求。从度量对象看,医疗服务项目覆盖全部医疗服务活动,细分度高、可比性强、同质化高,与现行支付体系一致,优于病种等其他度量对象。从度量依据看,由于医疗价格调整滞后于实际成本变化,还要考虑患者负担、医保支付、物价等因素,难以动态反映医疗服务供给成本,根据成本度量优于按收费价格度量。从度量标尺看,相对价值可避免价值绝对量难以度量的问题,国际经验也表明基于相对价值的医保支付等领域改革产生了较好的激励机制。从度量结果看,按行业平均成本度量的医疗服务相对价值,与按收费价格度量结果明显不同。如果薪酬规制采用按收费价格度量的医疗服务价值,会诱导医院规避成本高、定价低的医疗服务,而行业成本高的医疗项目往往难度大、风险高,或是开展较少的新项目,反而是政府办医鼓励开展的;以行业实际成本作为“影子价格”度量价值,能引导医院增加此类医疗服务供给,对于能普遍开展的医疗服务,同业竞争会引起行业成本下降,医疗服务相对价值也相应动态下调。第四,公立医院薪酬投入与医疗服务相对价值产出严重背离。从样本医院DEA模型分析结果看:行业平均效率方面,以医疗服务相对价值为产出的模型综合技术效率值为0.72,明显低于以运营收入为产出的对照模型效率值（0.88）,纯技术效率值、规模效率值也是如此,样本医院总体上达到运营收入产出较高的效率状态,但与医疗服务价值产出发生背离;医院个体效率方面,无论是以医疗服务相对价值为产出,还是以诊疗服务收入、运营收入、综合服务量作为产出的对照模型,都有样本医院明显偏离生产前沿面,存在投入冗余,医院间的效率差异明显,这也构成薪酬规制的必要性。第五,基于医疗服务相对价值的薪酬总量规制是薪酬规制框架的核心。在实施薪酬总量规制的同时,整合医疗服务产品市场的相关规制,可以实现医院薪酬与医疗服务价值挂钩、与经济运营效益脱钩的规制目标,其作用机制包括:一是根据公立医院医疗服务相对价值投入产出效率,直接约束薪酬总量;二是调整面向医疗服务市场的医疗价格规制、财政投入政策等,干预医院投入产出效率,间接影响薪酬总量;三是利用运营收支平衡,约束医院薪酬发放。薪酬规制下,公立医院产生抑制逐利性的内在动力,不再无限扩大薪酬总量和医疗规模,医疗行为发生转变。理论分析显示,以行业平均成本度量医疗服务相对价值实施薪酬规制,可以人为地构建内部竞争市场,形成激励机制,缓解信息不对称,尤其医疗价格无法动态反映实际成本的情况下,让公立医院业绩评价回归价值。利用DEA模型得到的各医院薪酬总量目标投入占行业薪酬总量比例,可对冗余和高效医院分别核减、核增薪酬总量,产生正向激励作用。根据上述结论,建议通过薪酬总量规制实现医院薪酬与医疗服务价值挂钩,同时基于实际成本动态调整医疗服务价格、探索财政投入与医疗服务产出挂钩,薪酬规制的各项措施要相互融合和制衡,并采取灵活多样的实施方式。可能的创新点:（1）尝试提出了“依投入产出效率直接核定薪酬总量、从投入产出两侧间接调控薪酬总量、用运营收支平衡约束薪酬总量发放”的公立医院薪酬规制模型框架,实现薪酬总量规制与相关政府规制的整合,解决现有模式下医院薪酬与经济运营效益挂钩、存在医疗服务诱导动机等问题。一方面,基于医疗服务相对价值产出效率核定薪酬总量,实现医院薪酬与经济运营效益脱钩;另一方面,薪酬总量得到规制部门认可和相关规制支持,同时医院根据医生的医疗服务相对价值产出支付薪酬,在医院内外部形成一致、与医疗服务价值挂钩的激励导向。（2）研究提出基于医疗服务项目行业成本度量相对价值更适合薪酬规制需求的观点。根据医疗市场特征和公立医院薪酬制度改革目标,借鉴相对价值理念和改革经验,提出以医疗服务项目为对象、以成本为依据、以相对价值为标尺的度量方法,并利用样本医院实际业务数据,对按行业平均成本和现行收费价格两种方法的度量结果进行比较,验证方法可行性,从供方角度解决医疗服务价值难度量的问题,为薪酬规制提供评价依据。（3）从中观视角系统地研究了公立医院薪酬规制问题。公立医院薪酬研究多关注医院内部薪酬分配和单项规制宏观影响,缺乏中观视角和系统性研究。本研究立足医院机构管理层面,从中观视角,界定公立医院薪酬规制概念,开展薪酬规制现状、规制效应、医疗服务价值度量体现等理论和实证分析,对整合薪酬相关规制和构建新的薪酬规制框架提出结论建议,既丰富了公立医院规制理论研究,也为深化医改、尤其薪酬制度改革提供参考,具有重要的现实意义。（4）围绕薪酬总量规制核心问题,系统梳理我国公立医院薪酬规制演进过程,归纳比较我国公立医院薪酬总量核定的四种典型模式,结合模型简化和逻辑推导,系统分析不同模式的内在机制和优缺点,为薪酬规制理论研究提供实践基础。
黄金虎[6]（2020）在《港口装卸协同下多目标两阶段集卡路径优化研究》文中进行了进一步梳理随着全球经济的持续低迷,作为港口经济的主体之一—港口企业在做大的同时,如何做强将成为其持续发展的永恒主题。从全球港口竞争格局来看,中国的港口不管是从运营效率还是规模上都居世界前列,但这主要归因于中国集装箱码头大量基础配套设施的投入、广阔的地域面积和中国的廉价劳动力优势。而从港口资源使用效率角度来讲,相较于韩国、新加坡等国家并不占优,也就是说我国港口依然存在设施利用率低、空置率高、单位效益差等问题。而随着全球经济的持续低迷和贸易保护主义的抬头,加上国内劳动力红利的逐渐消失,中国港口在运营效率上将面临着越来越大的压力。鉴于港口集装箱码头生产运作的复杂性、耦合性以及集卡路径优化问题的普遍性和关键性,攻克集卡路径优化这一问题将牵住集装箱码头整体优化的牛鼻子。基于以上背景,本文研究了国内外学术界、企业界对集卡路径优化的最新成果,结果发现:集卡路径优化的目标无外乎距离最短、时间最小和成本（含环保成本）最低等视角,而企业实际应用过程中,考虑到不同的应用场景,有的仅考虑单要素,有的可能考虑双要素,还有的需要三种要素均要考虑,甚至是多种要素的组合。为最大程度的覆盖多个场景,本文分别选择典型的单要素目标最优、双要素目标最优和三要素目标最优为应用场景,从装卸协同的角度,创新性的提出了两阶段路径优化策略,第一阶段解决单目标最优情况下的装卸路径数量问题;在第一阶段的基础上,第二阶段通过目标再优化解决具体车辆和路径及其先后顺序的精细化分配问题,保证了方案可以“拿来即用”。具体研究内容和工作如下:（1）介绍了集装箱港口的管理特点,包括集装箱港口的空间布局、主要设备、调度模式、集卡路径优化和目标管理等多方面的内容。对集装箱港口集卡路径管理的相关理论进行分析,界定相关概念的内涵,分析我国当前的现状以及存在的问题等。（2）集卡的行驶距离是影响成本的重要因素,也是企业界和学术界优先考虑的优化目标,本文考虑距离这一单要素,构建装卸协同下考虑集卡行距和空距双目标的两阶段路径优化模型。第一阶段以集卡总行驶距离最小为目标函数,建立了集卡路径优化模型;然后将第一阶段模型求解结果作为已知输入,把每条路径的一次运输过程当成一项任务,以集卡任务间空载距离最小为目标,建立了第二阶段集卡路径优化模型。（3）在实现单要素目标集卡路径优化基础上,本文以时间和成本双要素目标优化为例,构建了考虑集卡燃耗和时间双目标的两阶段路径优化模型,其中,第一阶段在集卡空载和满载路径优化研究的基础上,考虑集卡满载和空载时燃油成本的区别,构建燃油成本最小化的集卡路径优化模型,第二阶段在第一阶段研究基础上,构建作业时间最小化的集卡路径优化模型。（4）集装箱港口装卸作业量确定对于港口而言只是一种理论情况,对于集装箱港口的日常调度而言,每天的集装箱装卸作业量通常是不确定的,在上述研究基础上,综合考虑成本、距离和时间三要素目标优化,构建了两阶段优化模型。首先根据待装集装箱和待卸集装箱数量的均值确定集装箱港口配备的集卡数量。其次,根据集装箱港口的某日集装箱装卸作业量和配备的集卡数量,构建两阶段集卡路径优化模型确定集卡的行驶路径。（5）基于本文中有关路径优化方面的研究,分析了现在集装箱港口在集卡调度和管理中存在的主要问题,并针对存在的问题对集装箱港口管理上提出切实有效的对策建议。
田宇[7]（2020）在《自动化集装箱码头生产调度集成优化研究》文中进行了进一步梳理自动化集装箱码头是一个无人环境下多子系统高度协调的复杂系统,其资源的优化研究涉及管理学、运筹学、信息科学、港口工程等许多相关领域,是带有复杂约束的多阶段、多目标难点问题,其对各子系统之间的耦合相对于传统集装箱码头更为敏感,对泊位、岸桥、AGV、场桥、堆场等核心资源的有效管理有着更高的要求,其优化调度更是要求站在系统集成的角度来考虑。本课题正是以自动化集装箱码头核心资源的优化利用为研究对象,以集成思想为指导,在结合其生产作业特征的基础上,建立了自动化集装箱码头生产调度的集成优化框架,并以运筹学为理论基础,以计算机模拟及智能算法为技术手段,建立了面向自动化集装箱码头生产调度的集成优化模型,并针对问题特点和模型特征,提出面向集装箱码头生产流程全局问题的优化算法,进一步完善了面向自动化集装箱码头生产优化调度的理论与方法,同时也为实际的码头管理者提供指导。本文的研究成果有以下几点:（1）建立了面向自动化集装箱码头生产调度的集成优化框架本文首先从自动化集装箱码头的系统构成特性方面出发,对其信息物理构成、系统核心要素以及系统特性三个方面进行了全面的分析;然后以集成思想为指导,并在结合其生产作业特征的基础上,对自动化集装箱码头生产调度的集成进行了理论层次的分析,包涵了生产调度的集成原理、集成分析方法以及集成优化模式三大模块;最后再对自动化集装箱码头工艺流程中涉及到的泊位子系统、岸桥子系统、AGV子系统、堆场子系统和场桥子系统调度中的问题进行了详细的分析和描述,对系统中各子系统内部元素以及子系统与子系统之间的关系进行了讨论,包括系统中各效率特征元素的获取、表示及评价,最终建立了自动化集装箱码头生产调度的集成优化框架。（2）建立了自动化集装箱码头岸线资源的集成优化模型本文通过对船舶和岸桥分配的关联关系分析以及泊位分配中存在的时空冲突分析,对目前一般采用Meisel等[1]和Elwany等[2]提到的公式中用最大岸桥数量irmax来预估船舶装卸时间的方法进行了分析,并通过采用船舶i在周期t可分配岸桥数量rit来代替irmax的策略改善了船舶装卸时间预估的合理性和精确性;然后运用数学规划理论,建立了最小化船舶等待惩罚时间、装卸惩罚时间、岸桥转换惩罚时间为目标的连续泊位-时变岸桥集成优化模型,并基于泊位、岸桥分配中的时空冲突特性,设计了基于时空冲突分析的启发式遗传算法。（3）建立了考虑船舶稳性约束的岸桥调度优化模型,并在此基础上完成了岸桥干扰指数α的评估分析本文通过对船舶装卸过程中岸桥调度的问题特征进行分析和描述,以箱组为任务单位建立了最小化最大完工时间为目标的岸桥优化调度模型,该模型在一般岸桥调度模型的基础上建立常被忽略的船舶纵稳性约束,并对船舶纵稳性约束进行了论证分析;然后设计了启发式遗传算法和k-遗传算法来求解该模型,并通过数值试验验证了模型和算法的有效性;最后,在此优化调度模型的基础上,通过大规模数值模拟试验对船舶装卸时间预估公式（1-1）中的岸桥干扰指数α进行评估分析。（4）建立了自动化集装箱码头堆场资源的集成优化模型本文首先对自动化集装箱码头堆场作业特点以及进出口箱在堆场的流动特征进行了分析和描述,通过将箱区作业平衡优化目标转为约束的方法建立了以最短运输距离为目标的箱区分配上层模型,以确定周期内所有船舶箱区的分配以及船舶不同箱类在各箱区的分配量;然后在上层模型的基础上,建立了装卸、集疏运过程场桥最小化移动距离为目标的箱区内贝位分配下层模型,解决了进出口箱箱区内贝位的分配以及集装箱箱区内二次转运的贝位分配问题;最后设计了最大值最小值区间取值遗传算法和启发式算法分别来解决上下层模型,通过将下层模型启发式算法与上层模型求解算法不同方式的组合,设计了解决堆场资源集成优化的嵌入式和串联式仿真流程。（5）建立了自动化集装箱码头“岸桥-AGV-堆场”的双向作业集成优化模型本文通过对自动化集装箱码头进出口箱在船舶与堆场之间箱流特点的分析和描述,建立了箱流在各装卸节点的任务关系以及相应的任务时间关系;然后在假设进出口箱堆场堆存位置已知的情况下建立了以多岸桥最小完工时间为目标的“岸桥-AGV-场桥”的集成调度优化模型,并在此基础上,进一步将进出口箱堆存位置的决策问题集成到“岸桥-AVG-场桥”的模型中,建立了“岸桥-AGV-堆场”的集成优化模型;最后,结合集装箱在岸桥和箱区装卸节点所表现的时间特性,设计了“最短路径”和“最早获得时间”两种启发式遗传算法进行求解。本论文的研究正是针对当前自动化集装箱码头优化调度中的不足,进一步建立和完善了自动化集装箱码头集成调度优化理论和方法,为自动化集装箱码头装卸系统优化调度理论提供研究支持,同时也为目前或将来自动化集装箱码头管理者提供指导。
胡炜[8]（2019）在《基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究》文中研究表明压实质量、层间结合质量、进度是碾压混凝土（Roller Compacted Concrete,RCC）坝仓面施工中的三大核心目标。然而,目前缺乏RCC坝压实质量、层间结合质量以及进度多目标优化研究;且RCC坝压实质量、层间结合质量量化分析困难,缺乏考虑施工质量影响的进度分析。针对上述问题,围绕RCC坝压实质量-层间结合质量-进度多目标优化问题展开深入研究,具体研究内容及主要结论如下:（1）RCC坝压实质量智能分析提出层面压实刚度感知方法,解决分层施工条件下振动轮与混凝土动力学响应特征感知的难题,实现层面压实刚度、碾压参数、混凝土性能参数的全面感知;建立压实质量核极限学习机智能分析模型,并采用改进的混沌布谷鸟算法优化模型参数;基于快速留一交叉验证,提出压实质量核极限学习机在线更新方法。结合工程实例,相较于多元非线性回归、BP神经网络、支持向量机等传统预测模型,建立的压实质量智能分析模型预测精度分别提升约6.3%、4.8%和13.8%;且通过在线更新,模型对新样本的预测残差绝对值约为3%,模型泛化能力得到增强。（2）RCC坝层间结合质量智能分析基于混凝土生产时间和层面卸料平仓位置时空匹配,提出层间结合时间感知方法;针对不平衡样本数据,基于过采样-代价敏感半监督支持向量机建立层间结合质量智能分类模型,实现对不合格层间结合质量的智能判断;在Ada Boost.RT集成学习算法框架下建立层间结合质量相关向量回归（RVR）智能分析模型,实现对小样本条件下合格层间结合质量的精确分析。结合工程实例,建立的层间结合质量智能分类模型G-mean值达到0.908,表明模型具有良好的不平衡数据分类能力;建立的层间结合质量RVR模型决定系数R2达到0.8881,表明模型对小样本数据具有良好的预测精度。（3）基于施工质量智能分析的RCC坝仓面施工自适应仿真构建基于施工质量智能分析的RCC坝仓面施工自适应仿真框架;建立RCC坝仓面施工精细化仿真模型;基于狄利克莱混合（DPM）模型和排列熵法改进序贯更新和贪婪搜索算法,提出仿真参数自适应更新方法;基于施工质量智能分析,提出针对补碾和铺垫层工序的仿真逻辑链自适应调整方法。结合工程实例,得到的仿真工期与实际工期的偏差率在3%～4%,模型仿真精度高,证明了提出的自适应仿真方法的有效性。（4）基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化分析建立RCC坝压实质量-层间结合质量-进度多目标优化数学模型;提出自适应参考点法改进的第三代非支配排序遗传算法（NSGA-Ⅲ）,求解高维多目标下的仓面施工Pareto最优解集;采用相对随机占优度量化和逼近理想值（TOPSIS）法对仓面施工Pareto最优解集进行多属性决策,优选出最优仓面施工方案。结合工程实例,相较于实际值,得到最优施工方案的工期在同为平层施工时缩短约14%,且机械利用率增大约9%,压实度增大约0.5%,抗拉强度比增大约2%,压实质量、层间结合质量、进度目标均得到显着改善,证明了提出的多目标优化分析方法的有效性。
李祯[9]（2019）在《高效能仿真云平台关键技术研究》文中认为随着仿真应用领域的不断拓展,仿真对象规模日益扩大、结构日益复杂,以提升平台按需协同与可定制的建模仿真能力为目标,构建高效能建模仿真平台的需求日益凸显。云仿真技术作为一种新兴的网络化建模仿真手段,极大地改变了建模仿真应用模式,为构建高效能建模仿真平台提供了方法与架构支撑。然而当前云仿真理论和技术研究尚不完善,难以应对多领域多用户按需协同与可定制的建模仿真需求。从效能优化角度看,也未能充分发挥云计算平台的资源整合与按需供给的特点和优势,难以为用户提供更加敏捷高效的建模仿真服务。针对上述问题,论文以高效能仿真云平台建设为目标,提出了用户中心式云仿真服务架构及其应用模式,解决了多领域多用户按需协同与可定制的建模仿真需求。同时从建模开发、仿真运行以及作业调度三个方面,提出了仿真云平台效能优化框架和方法。论文的主要工作和贡献总结如下:1.提出了高效能用户中心式的云仿真服务架构及应用模式,设计了用户中心式仿真云平台架构。用户中心式云仿真服务架构以提升仿真云平台效能为目标,以面向服务架构为基础,根据用户需求的语义特征,通过一个虚拟协同建模环境,将领域相关的仿真资源、技术人员和用户等动态关联在一起,提供资源按需发现、组合、协同建模和仿真等能力。仿真云平台架构则分别从用户管理层、领域仿真服务层、仿真部署和调度管理层以及基础架构层等四个方面,设计了实现高效能用户中心式云仿真服务架构所需的关键模块。2.提出了仿真云效能度量框架。以高性能计算领域中效能概念为基础,提出并阐述了仿真云平台效能的概念与内涵,设计了仿真云平台效能量化模型。该模型定量化地描述了影响仿真云平台效能的关键因素,为设计高效能云仿真服务架构和效能优化方法提供了理论依据。3.提出了基于云平台的面向特征领域建模仿真框架Clou Fo DSim。Clou Fo DSim的核心是构建了面向特征的领域资产追踪、管理和组合集成方法,一方面实现了仿真云平台下领域仿真资产的虚拟化管理,提供了资源的按需发现和动态聚合的能力;另一方面,基于特征的模型管理和集成框架,解决了传统组合式仿真中需求与已有资源难以匹配的问题。因而,Clou Fo DSim从建模开发效能优化角度,实现了面向多领域多用户按需协同与可定制的建模仿真能力。4.提出了面向带宽保障的并行仿真作业管理和调度框架及相应的优化算法。该框架从作业调度效能优化角度,采用基于虚拟集群的方式部署并行仿真作业,以保障虚拟机间的带宽性能,解决仿真云中面临的网络带宽竞争以及网络性能不确性等问题。针对虚拟集群的分配问题,提出了自适应带宽感知的虚拟集群部署算法Ada Ba。进而,在Ada Ba算法基础上,提出了面向带宽保障的并行仿真作业调度算法Bg MBF以及其改进算法Bg MBFSDF。在保证带宽需求前提下,获得了最优的虚拟资源分配和作业调度性能。5.提出了通信感知的自适应仿真运行优化框架及相应的优化算法。该框架从仿真运行效能优化角度,分别从虚拟机间网络通信消耗及模型在分布式虚拟节点上的分割部署策略两个方面,提出了高效的自适应优化算法。针对自适应模型分割部署问题,论文以大规模人工社会仿真运行优化为例,提出了基于统计迁移图分割的负载分割方法,在负载均衡约束下,减小了模型在分布式虚拟机节点间的通信量。针对虚拟机间网络通信消耗问题,论文提出了通信感知的虚拟机自适应迁移调度算法,在考虑迁移代价情况下,减小了数据中心内虚拟机间的通信消耗。本文从理论框架和关键技术两个方面,对高效能仿真云平台进行了研究。在理论框架上,面向仿真云效能优化需求,提出了用户中心式云仿真服务架构及其应用模式,并从建模开发、作业调度以及仿真运行三个方面,提出了基于仿真云的效能优化框架。在关键技术方面,面向建模开发效能优化需求,提出了基于Clou Fo DSim的云端高效能仿真应用构建方法;面向作业调度效能优化需求,提出了面向带宽保障的并行仿真作业调度优化方法;面向仿真运行优化需求,提出了通信感知的自适应仿真运行优化方法。论文研究成果对云仿真理论研究和仿真云平台建设具有借鉴和指导意义。
石铁[10]（2019）在《铁路技术站作业计划综合优化研究》文中研究说明铁路技术站作为铁路网范围内大量中转车流的改编作业地点,是重新组织货流、车流的重要网络节点,对于铁路运输网络的综合运输效率起着至关重要作用,我国铁路运输组织模式决定了技术站在整体铁路运输路网中无法替代的特殊地位。铁路技术站内的技术作业过程是一个包含有多层次的复杂流程,不仅需要调动技术站内大量固定设备和移动设备,也和到达列车、出发列车以及车流组成结构高度相关,同时也受到站外列车运行状况、区间能力、机车车辆配置等因素影响。铁路技术站作业计划综合优化,是从系统整体的角度合理地调动各种技术站内移动设备、固定设备及人员,优化协调技术站各种作业活动的综合时序,以实现技术站综合服务效率最优化的目标。本论文从技术站的物理结构和作业技术特点出发,以时空网络研究视角为基点,构建了基于累计流的铁路技术站系统综合建模研究框架,以实现技术站内车辆停留时间最小为优化目标,构建了技术作业计划的确定性综合优化数学模型。该综合优化模型能够反映技术站内列车、车流的连续运动过程和系统状态的动态变化,并融合考虑调车线运用方案、调车线空间能力等多种重要实践约束。针对干扰技术站作业的随机扰动因素,论文进一步提出基于离散随机场景的技术站作业随机性综合优化模型。该随机优化模型是将服从已知概率分布下的随机扰动构建为离散随机场景,求得保证作业目标函数最优的鲁棒性离线决策方案,即该决策方案能保证随机干扰下的作业计划质量期望最优。在分析综合优化模型数学特性和技术作业特点基础上,分别提出了基于有效不等式的模型强化方法和基于集聚配流的启发式简化求解方法,形成了一整套技术站作业计划综合优化理论方法,为优化技术站作业流程实践提供了理论依据。本文的研究内容涵盖以下几个方面:1.首先分析了铁路技术站作业计划问题及其内涵。论文分析了技术站在铁路运输中的重要作用,对技术站作业计划综合优化问题进行了界定,并且阐述了技术站作业计划综合优化研究的复杂挑战性和重要实践意义。在技术站系统内运动的作业对象具有多商品流的性质,作业计划优化问题需要保证不同作业对象流的性质转换过程满足网络流平衡原则,合理协调前后接续作业和作业对象在设备之间的衔接。从时空网络研究的视角看,充分考虑技术站到达作业、解体作业、集结过程、编组作业及出发作业的技术要求,能够充分反映技术站内主要技术设备的动态状态和作业对象的连续运动过程。2.阐述了基于累计流的技术站作业系统综合优化建模框架及应用。基于技术站主要作业内容的系统分析,从时间依赖性的资源分配角度解析技术站作业优化目标的时空特性和作业要求,提出了基于累计流的技术站作业系统综合建模框架。该方法融合技术站内时空资源分配的思想,能够合理描述技术站作业活动机理和作业特点,适应于技术站多层次的网络结构特点。在累计流建模理论理念框架下,对技术站时空系统作业对象的运动过程、系统的动态状态以及多系统间协同关系等进行刻画,并给相关数学表达式。在此基础上,总结了技术站系统累计流建模框架的适应性要求,分析了适用交通系统的共同典型特征。3.建立了铁路技术站作业确定性综合优化模型。在基于累计流的综合建模框架下,主要阐述了技术站作业综合计划优化目标和技术站作业过程中关键约束的数学意义,构建了确定性综合优化数学模型,统筹考虑包括到达作业、解体作业、集结过程、编组作业和出发作业的各种关键作业要求,该模型是一个多层次的混合整数规划数学模型,融合考虑调车场内运用方案及调车线空间能力约束,能够反映技术站内运动对象的运动过程和系统的动态状态。4.提出了基于有效不等式的模型强化方法和基于集聚配流的启发式简化求解算法。针对数学模型的整数规划模型特点,构建原综合优化模型的线性松弛模型,降低原模型整数变量规模,构建技术站作业优化模型的有效不等式对松弛模型进行强化,去掉关键决策变量中无意义的非整数优化解,从而保证最终优化解的有效性。针对技术站作业中车流的供需关系特性,构建简化的技术站作业优化的线性集聚配流模型,依据“先到先分配”作业原则设计基于“最急迫解体参数”的解体顺序优选启发式算法,利用配流模型优化解推算具有显着优化偏好的解体顺序决策变量取值,减少整数变量的优化解搜索空间,加快优化模型的求解速度。5.建立了铁路技术站作业随机性综合优化模型。技术站作业计划常受到多种随机因素的扰动,会造成车流不能按时接续、出发列车不能按计划出发或被取消等问题,对技术作业计划方案质量和可执行性有着重大影响。本论文分析了技术站作业流程中的多种随机扰动因素及其影响,以到达列车晚点对整体技术作业计划的影响为代表随机干扰因素,采用基于离散场景的随机规划方法,围绕解体作业顺序关键决策的鲁棒性,构建了技术站作业计划随机性综合优化模型,求解抗随机干扰性的鲁棒性决策方案。该模型考虑了解体作业顺序和车流接续,协调解体作业过程和编组作业过程,采用鲁棒性优化的角度强化作业计划来应对离散随机场景定义的不确定性干扰。6.采用运筹学与管理科学协会提供的技术站作业优化数据集,对论文所提出的理论方法进行了算例验证,对技术站作业确定性综合优化模型、技术站作业随机性综合优化模型进行了多种测试,并对比分析了求解模型的各种强化解法的效果。通过总结分析算例集的优化结果,论证了研究成果的可行性和有效性,为论文的研究成果提供了实证依据。
二、动态随机作业成本控制系统框架研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、动态随机作业成本控制系统框架研究（论文提纲范文）
（2）聚酯纤维生产调度集成建模与优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略语表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生产调度分类及特点 |
| 1.2.2 静态生产调度研究现状 |
| 1.2.3 动态生产调度研究现状 |
| 1.3 本文的研究内容、主要创新点和组织架构 |
| 1.3.1 本文的主要研究内容和创新点 |
| 1.3.2 本文的组织架构 |
| 1.4 本章小结 |
| 2 聚酯纤维生产调度集成建模与优化系统框架 |
| 2.1 聚酯纤维混合型生产过程介绍 |
| 2.1.1 上游聚酯熔体连续型生产过程 |
| 2.1.2 下游纺丝及包装离散型生产过程 |
| 2.2 聚酯纤维生产调度问题特点及需求分析 |
| 2.2.1 全流程混合型静态调度 |
| 2.2.2 全流程混合型动态调度 |
| 2.3 生产调度集成建模与优化系统框架 |
| 2.4 本章小结 |
| 3 聚酯纤维生产全流程混合型静态调度建模与优化 |
| 3.1 引言 |
| 3.2 独立系统的描述 |
| 3.2.1 上游连续型生产过程 |
| 3.2.2 下游离散型生产过程 |
| 3.3 混合型生产调度优化模型 |
| 3.3.1 连续型优化模型 |
| 3.3.2 离散型优化模型 |
| 3.4 集成系统的构建 |
| 3.5 优化求解策略 |
| 3.6 实验案例 |
| 3.6.1 参数设置 |
| 3.6.2 实验结果分析 |
| 3.7 本章小结 |
| 4 基于数据挖掘的离散型过程动态调度方法 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.2.1 特征选择 |
| 4.2.2 DeepFM模型 |
| 4.3 生产调度数据挖掘框架 |
| 4.4 调度知识挖掘流程 |
| 4.4.1 获取调度数据 |
| 4.4.2 定义调度分类模式 |
| 4.4.3 定义分类特征 |
| 4.4.4 模型算法 |
| 4.5 实验案例 |
| 4.5.1 实验设计 |
| 4.5.2 特征重要性分析和算法性能比较 |
| 4.5.3 实验结果分析 |
| 4.6 本章小结 |
| 5 面向不确定性的聚酯纤维生产全流程动态调度建模与优化 |
| 5.1 引言 |
| 5.2 上游连续型生产过程动态调度建模与优化 |
| 5.2.1 不确定性描述 |
| 5.2.2 数据驱动鲁棒优化方法 |
| 5.3 全流程混合型生产过程动态调度优化策略 |
| 5.4 实验案例 |
| 5.4.1 连续过程动态调度 |
| 5.4.2 离散过程动态调度 |
| 5.4.3 生产全流程动态调度 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 攻读硕士期间取得的其他研究成果 |
（3）分布式阻塞流水车间调度方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究目标 |
| 1.3 相关领域国内外研究现状 |
| 1.4 研究现状总结及问题分析 |
| 1.5 研究内容 |
| 2 分布式阻塞流水车间调度体系架构研究 |
| 2.1 概述 |
| 2.2 分布式制造模式特点分析 |
| 2.3 分布式阻塞流水车间调度业务流程和关键决策点 |
| 2.4 分布式阻塞流水生产调度体系架构研究 |
| 2.5 分布式生产调度管控模式设计 |
| 2.6 本章小结 |
| 3 分布式阻塞流水车间静态调度研究 |
| 3.1 概述 |
| 3.2 分布式阻塞流水车间静态调度数学模型 |
| 3.3 标准果蝇优化算法介绍 |
| 3.4 离散果蝇优化算法流程描述 |
| 3.5 实验对比与分析 |
| 3.6 本章小结 |
| 4 分布式阻塞流水车间绿色调度研究 |
| 4.1 概述 |
| 4.2 分布式阻塞流水车间绿色调度数学模型 |
| 4.3 标准分布估计算法介绍 |
| 4.4 多目标分布估计算法流程描述 |
| 4.5 实验对比与分析 |
| 4.6 本章小结 |
| 5 分布式阻塞流水车间动态调度研究 |
| 5.1 概述 |
| 5.2 分布式阻塞流水车间动态调度流程关键问题研究 |
| 5.3 分布式阻塞流水车间动态调度数学模型 |
| 5.4 分布式阻塞流水车间动态调度策略 |
| 5.5 基于差分进化的Memetic算法流程 |
| 5.6 实验对比与分析 |
| 5.7 本章小结 |
| 6 分布式阻塞流水车间调度系统实现及应用 |
| 6.1 概述 |
| 6.2 分布式阻塞流水车间调度系统框架 |
| 6.3 系统开发模式和配置 |
| 6.4 系统应用模块设计 |
| 6.5 系统功能框架设计 |
| 6.6 系统功能实现和界面展示 |
| 6.7 系统应用实例 |
| 6.8 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）基于不确定性分析的铁路通过能力利用优化研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 国内相关研究现状 |
| 1.2.2 国外相关研究现状 |
| 1.2.3 现有研究总结与分析 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 2 基于不确定性分析的铁路通过能力利用优化理论基础 |
| 2.1 铁路通过能力利用的不确定性基本概念 |
| 2.1.1 能力利用相关概念 |
| 2.1.2 能力利用中的不确定性 |
| 2.1.3 不确定性分析相关的能力要素 |
| 2.1.4 不确定性的分层梳理与结构分析 |
| 2.2 铁路通过能力不确定性的静态模式与动态演化 |
| 2.2.1 不确定性的静态模式 |
| 2.2.2 不确定性的动态演化 |
| 2.3 基于不确定性分析的能力利用优化理论 |
| 2.3.1 能力利用优化指标 |
| 2.3.2 能力利用优化框架 |
| 2.4 本章小结 |
| 3 基于机器学习的能力利用不确定性静态模式分析 |
| 3.1 不确定性静态模式发现与识别技术 |
| 3.1.1 基于无监督学习方法DEC的静态模式发现技术 |
| 3.1.2 基于监督学习方法XGBoost的静态模式识别技术 |
| 3.2 基于Dirichlet分布的不确定性度量 |
| 3.3 基于静态模式的列车驾驶曲线可操作性提升技术 |
| 3.4 数值实验与分析 |
| 3.4.1 数值实验设计 |
| 3.4.2 列车驾驶特性分析 |
| 3.4.3 样本模式发现结果 |
| 3.4.4 模式识别性能分析 |
| 3.5 本章小结 |
| 4 基于贝叶斯网络的能力利用不确定性动态演化分析 |
| 4.1 不确定性动态演化模型 |
| 4.1.1 能力利用执行状态转移过程 |
| 4.1.2 能力利用控制状态转移过程 |
| 4.1.3 执行-控制混合过程及状态转移概率 |
| 4.2 基于贝叶斯网络的不确定性动态演化推理 |
| 4.2.1 引入执行与控制信息向量的状态转移概率 |
| 4.2.2 影响执行状态转移概率的信息向量 |
| 4.2.3 影响控制状态转移概率的信息向量 |
| 4.2.4 基于贝叶斯网络的信息推理函数构建 |
| 4.3 基于不确定性分析的冲突检测与储备能力调整 |
| 4.3.1 能力利用冲突检测方法 |
| 4.3.2 冲突疏解与能力利用优化参数调整 |
| 4.4 数值实验与分析 |
| 4.4.1 数值实验设计 |
| 4.4.2 主观不确定性差异性分析 |
| 4.5 本章小结 |
| 5 对抗不确定性的能力利用优化 |
| 5.1 能力利用优化模型构建 |
| 5.1.1 基于事件-活动网络的能力利用优化问题描述方法 |
| 5.1.2 理想状态的能力利用计划优化模型 |
| 5.1.3 对抗不确定性的能力利用优化模型 |
| 5.2 适用于不同数据环境的能力利用优化技术 |
| 5.2.1 不确定性集构建方法 |
| 5.2.2 被动对抗不确定性的能力利用优化 |
| 5.2.3 主动对抗不确定性的能力利用优化 |
| 5.3 基于分支定界的EAN网络调整与模型求解方法 |
| 5.4 数值实验与分析 |
| 5.4.1 数值实验设计 |
| 5.4.2 模型性能对比分析 |
| 5.5 本章小结 |
| 6 实例分析 |
| 6.1 实例分析设计 |
| 6.2 案例背景 |
| 6.3 数据准备 |
| 6.3.1 列车运行数据与位移-速度序列数据 |
| 6.3.2 数据预处理 |
| 6.4 结果分析 |
| 6.4.1 基于静态模式分析的不确定性测度 |
| 6.4.2 基于动态演化的储备能力分配评价 |
| 6.4.3 不同数据环境下的能力利用指标对比分析 |
| 6.5 结论小结 |
| 7 总结与展望 |
| 参考文献 |
| 附录 A 贝叶斯网络训练与推理技术 |
| A.1 贝叶斯网络建模基础 |
| A.1.1 概率空间反向重构筑方法 |
| A.1.2 贝叶斯网络构建 |
| A.1.3 贝叶斯网络中对于样本与数据的定义 |
| A.2 基于Dirichlet分布的贝叶斯网络参数学习 |
| A.2.1 参数学习基础 |
| A.2.2 Dirichlet分布——定义及特性 |
| A.2.3 基于多项增广贝叶斯网络的参数训练 |
| A.3 基于极大似然估计的贝叶斯网络结构学习方法 |
| A.3.1 贝叶斯网络结构学习空间 |
| A.3.2 基于似然函数的评分准则 |
| A.3.3 极大似然的目标与基于启发式的结构搜索算法 |
| A.4 基于贝叶斯网络的状态转移概率推理 |
| A.4.1 基于图的信息传递理论 |
| A.4.2 基于信息传递的算法关键步骤 |
| 附录 B 数值实验并行计算平台环境 |
| 附录 C 基于DTW的序列相似度计算方法 |
| 作者简历 |
| 学位论文数据集 |
（5）基于医疗服务相对价值的公立医院薪酬规制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景、问题和意义 |
| 一、研究背景 |
| 二、问题提出 |
| 三、研究意义 |
| 第二节 基本概念和研究范围 |
| 一、公立医院 |
| 二、薪酬规制 |
| 三、医疗服务相对价值 |
| 四、研究范围界定 |
| 第三节 国内外研究现状 |
| 一、医疗服务市场及公立医院规制理论的研究 |
| 二、政府规制对我国公立医院薪酬影响的研究 |
| 三、公立医院薪酬对医疗服务价值体现的研究 |
| 四、文献评述 |
| 第四节 研究思路、内容和方法 |
| 一、研究思路 |
| 二、研究内容 |
| 三、研究方法和数据来源 |
| 四、技术路线 |
| 第五节 研究创新与不足 |
| 一、研究创新 |
| 二、研究不足 |
| 第二章 理论基础 |
| 第一节 薪酬相关理论 |
| 一、人力资本理论 |
| 二、薪酬公平理论 |
| 第二节 规制经济理论 |
| 一、规制的基础理论 |
| 二、激励性规制理论 |
| 第三节 标尺竞争理论 |
| 一、标尺竞争理论的发展 |
| 二、标尺竞争理论在医疗服务市场的应用 |
| 第四节 生产前沿面理论 |
| 一、生产前沿面理论的发展 |
| 二、数据包络分析法 |
| 第三章 公立医院薪酬规制进展和国内外模式比较 |
| 第一节 我国公立医院薪酬规制的历史演进 |
| 一、计划经济时期(1949-1977年) |
| 二、经济转型时期(1978-2008年) |
| 三、新医改时期(2009年起-至今) |
| 四、三个时期的薪酬规制特征分析 |
| 第二节 新医改时期我国公立医院薪酬规制模式比较 |
| 一、薪酬规制的主要模式 |
| 二、薪酬规制的内在机制分析 |
| 三、研究结论和启示 |
| 第三节 典型国家公立医院薪酬规制模式比较 |
| 一、英国公立医院薪酬规制 |
| 二、德国公立医院薪酬规制 |
| 三、美国公立医院薪酬规制 |
| 四、研究结论和启示 |
| 第四节 本章小结 |
| 第四章 公立医院薪酬规制效应的实证分析 |
| 第一节 薪酬规制对公立医院薪酬水平的影响程度分析 |
| 一、研究假设 |
| 二、样本选取和数据来源 |
| 三、指标选择和计算方法 |
| 四、模型构建 |
| 五、实证结果和分析 |
| 六、稳健性分析 |
| 七、研究结论和启示 |
| 第二节 薪酬规制对公立医院薪酬水平的影响路径分析 |
| 一、理论推导 |
| 二、实证分析 |
| 三、路径归纳 |
| 四、研究结论和启示 |
| 第三节 本章小结 |
| 第五章 公立医院薪酬投入与医疗服务价值产出分析 |
| 第一节 医疗服务价值度量方法比较 |
| 一、度量维度分析 |
| 二、度量方法比较 |
| 三、研究结论和启示 |
| 第二节 医疗服务相对价值的模拟度量 |
| 一、数据描述 |
| 二、度量方法 |
| 三、度量结果 |
| 四、研究结论和启示 |
| 第三节 基于DEA模型的薪酬投入和医疗服务相对价值产出分析 |
| 一、模型设定、数据说明和变量定义 |
| 二、第一阶段DEA结果 |
| 三、第二阶段SFA环境变量分析和投入松弛量修正 |
| 四、第三阶段DEA结果 |
| 五、Malmquist跨期分析结果 |
| 六、研究结论和启示 |
| 第四节 本章小结 |
| 第六章 基于医疗服务相对价值的公立医院薪酬规制模型框架构建和论证 |
| 第一节 薪酬规制目标和模型构建 |
| 一、薪酬规制目标 |
| 二、薪酬规制模型构建 |
| 第二节 薪酬规制模型的理论分析:基于标尺竞争理论 |
| 一、理论模型设定和分析 |
| 二、标尺竞争理论引入公立医院薪酬规制的适用性 |
| 三、研究结论和启示 |
| 第三节 薪酬规制模型的实证分析:薪酬总量模拟规制 |
| 一、薪酬总量模拟规制思路 |
| 二、从减少投入冗余角度模拟核减薪酬总量 |
| 三、从鼓励投入有效角度模拟调整薪酬总量 |
| 四、研究结论和启示 |
| 第四节 本章小结 |
| 第七章 主要结论与政策建议 |
| 第一节 主要结论 |
| 一、公立医院薪酬规制缺乏清晰导向、总量约束和竞争机制 |
| 二、现有薪酬规制通过干预医院经济运营显着影响薪酬水平 |
| 三、以医疗服务项目行业成本度量的相对价值更适合薪酬规制需求 |
| 四、公立医院薪酬投入与医疗服务相对价值产出存在背离 |
| 五、基于医疗服务相对价值的薪酬总量规制是薪酬规制框架的核心 |
| 第二节 政策建议 |
| 一、通过薪酬总量规制实现公立医院薪酬与医疗服务价值挂钩 |
| 二、应基于医疗服务实际成本动态调整医疗服务价格 |
| 三、探索建立财政投入与医疗服务价值产出的挂钩机制 |
| 四、公立医院薪酬规制的各项措施要互相融合和制衡 |
| 五、公立医院薪酬规制应根据实际情况采取多元化方式 |
| 参考文献 |
| 致谢 |
| 个人简历及在学期间发表的研究成果 |
（6）港口装卸协同下多目标两阶段集卡路径优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状评述 |
| 1.3 总体思路、研究内容及其研究方法 |
| 1.3.1 总体思路 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 1.4 创新之处 |
| 第2章 港口装卸协同下集卡路径优化的理论基础 |
| 2.1 集装箱港口转运及装卸流程 |
| 2.1.1 集装箱港口转运及其特点 |
| 2.1.2 集装箱港口装卸的特点及流程 |
| 2.2 集装箱港口的主要设备及其特点 |
| 2.2.1 集装箱港口主要设备介绍 |
| 2.2.2 集装箱港口设备的特点 |
| 2.3 集装箱港口的调度模式 |
| 2.3.1 传统的集卡调度模式 |
| 2.3.2 现代的集卡调度模式 |
| 2.3.3 “作业线”和“作业面”调度模式的比较 |
| 2.4 车辆路径问题概述 |
| 2.4.1 车辆路径问题类型和研究思路 |
| 2.4.2 车辆路径问题的构成要素 |
| 2.4.3 车辆路径问题的数学模型 |
| 2.4.4 车辆路径问题的优化算法 |
| 2.5 本章小结 |
| 第3章 港口装卸协同下集卡路径优化的研究框架 |
| 3.1 集装箱码头集卡装卸协作过程分析 |
| 3.1.1 “作业面”调度模式下集卡装卸协同路径分析 |
| 3.1.2 “作业面”调度模式下集装箱码头装卸协同作业分析 |
| 3.1.3 集装箱码头装卸协同作业实现的逻辑模型 |
| 3.2 当前港口装卸协同下集卡调度的问题分析 |
| 3.3 装卸协同下集卡路径的目标分析 |
| 3.3.1 装卸协同下集卡路径的单目标优化分析 |
| 3.3.2 装卸协同下集卡路径的多目标优化分析 |
| 3.4 装卸协同下集卡路径多目标优化的框架 |
| 3.5 本章小结 |
| 第4章 港口装卸协同下考虑集卡行距和空距双目标的两阶段路径优化 |
| 4.1 问题与假设 |
| 4.1.1 问题提出 |
| 4.1.2 装卸协同的集卡路径描述 |
| 4.1.3 假设条件 |
| 4.2 第一阶段集卡路径优化模型 |
| 4.2.1 参数与变量 |
| 4.2.2 第一阶段集卡路径优化的数学模型 |
| 4.3 第二阶段集卡路径优化模型 |
| 4.3.1 参数与变量 |
| 4.3.2 第二阶段集卡路径优化的数学模型 |
| 4.4 实证研究 |
| 4.4.1 第一阶段集卡路径优化模型求解 |
| 4.4.2 第二阶段集卡路径优化模型求解 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第5章 港口装卸协同下考虑集卡燃耗和时间双目标的两阶段路径优化 |
| 5.1 问题与假设 |
| 5.1.1 问题提出 |
| 5.1.2 装卸作业路径描述 |
| 5.1.3 燃料成本计算及假设 |
| 5.2 第一阶段集卡路径优化模型 |
| 5.2.1 参数与变量 |
| 5.2.2 第一阶段集卡路径优化的数学模型 |
| 5.3 第二阶段集卡路径优化模型 |
| 5.3.1 参数与变量 |
| 5.3.2 第二阶段集卡路径优化的数学模型 |
| 5.4 实证研究 |
| 5.4.1 第一阶段集卡路径优化模型求解 |
| 5.4.2 第二阶段集卡路径优化模型求解 |
| 5.5 本章小结 |
| 第6章 基于日常调度的港口装卸协同下多目标两阶段集卡路径优化 |
| 6.1 引言 |
| 6.2 集装箱港口配备集卡数量的确定 |
| 6.3 港口集装箱作业量不确定下的路径优化模型 |
| 6.3.1 问题描述 |
| 6.3.2 第一阶段的集卡路径优化模型 |
| 6.3.3 第二阶段的集卡路径优化模型 |
| 6.4 实证研究 |
| 6.4.1 集卡数量的确定 |
| 6.4.2 第一阶段路径优化 |
| 6.4.3 第二阶段路径优化 |
| 6.5 本章小结 |
| 第7章 基于路径优化的港口集卡调度及对策研究 |
| 7.1 面向降行距的路径规划提升工程 |
| 7.2 基于重环保的电车换油车工程 |
| 7.3 围绕提效率的甩挂运输替代方式 |
| 7.4 强化基础的标准化与规范化提升工程 |
| 7.5 借助现代信息化技术的挖潜工程 |
| 7.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
| 附录 |
（7）自动化集装箱码头生产调度集成优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 背景与意义 |
| 1.1.2 课题来源 |
| 1.2 国内外自动化集装箱码头经典工艺及应用现状 |
| 1.3 国内外集装箱码头生产调度优化的研究现状 |
| 1.3.1 泊位优化调度研究现状 |
| 1.3.2 岸桥优化调度研究现状 |
| 1.3.3 堆场空间资源优化分配研究现状 |
| 1.3.4 AGV优化调度研究现状 |
| 1.3.5 场桥优化调度研究现状 |
| 1.3.6 资源集成优化研究现状 |
| 1.4 国内外研究现状评述 |
| 1.5 研究内容和框架 |
| 1.5.1 研究内容 |
| 1.5.2 研究框架 |
| 第2章 自动化集装箱码头生产调度集成理论及优化框架 |
| 2.1 自动化集装箱码头装卸作业系统分析 |
| 2.1.1 信息物理构成层次分析 |
| 2.1.2 系统核心要素分析 |
| 2.1.3 系统特性分析 |
| 2.2 自动化集装箱码头生产调度集成理论 |
| 2.2.1 生产调度的集成原理 |
| 2.2.2 生产调度的集成分析方法 |
| 2.2.3 生产调度的集成优化模式 |
| 2.3 自动化集装箱码头生产调度的集成优化框架 |
| 2.3.1 自动化集装箱码头工艺流程 |
| 2.3.2 自动化集装箱码头生产调度问题分析 |
| 2.3.3 自动化集装箱码头生产调度关系模型 |
| 2.3.4 自动化集装箱码头生产调度集成优化框架模型 |
| 2.4 本章小结 |
| 第3章 自动化集装箱码头岸线资源集成优化调度 |
| 3.1 引言 |
| 3.2 .问题描述 |
| 3.3 数学模型 |
| 3.3.1 假设 |
| 3.3.2 模型 |
| 3.4 时空冲突分析 |
| 3.5 基于时空冲突的遗传算法设计 |
| 3.5.1 编码 |
| 3.5.2 选择 |
| 3.5.3 交叉 |
| 3.5.4 变异 |
| 3.6 改良的遗传算法(IGA) |
| 3.7 数值试验及结果分析 |
| 3.7.1 小规模对比试验 |
| 3.7.2 IGA大规模试验 |
| 3.7.3 时间段长度参数试验 |
| 3.7.4 泊位段长度参数试验 |
| 3.8 本章小结 |
| 第4章 考虑船舶稳性约束的岸桥调度研究及岸桥岸桥干扰指数α评估分析 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 数学模型 |
| 4.3.1 假设 |
| 4.3.2 岸桥调度模型 |
| 4.3.3 船舶平衡约束 |
| 4.4 遗传算法设计 |
| 4.4.1 编码 |
| 4.4.2 目标值求解及适应值函数 |
| 4.4.3 单染色体求解算例 |
| 4.4.4 交叉 |
| 4.4.5 变异 |
| 4.5 k系数遗传算法(k-GA) |
| 4.6 数值试验及结果分析 |
| 4.6.1 无船舶纵稳性约束的小规模试验 |
| 4.6.2 无船舶纵稳性约束的大规模试验 |
| 4.6.3 有船舶纵稳性约束的大规模试验 |
| 4.7 岸桥干扰指数α评估分析 |
| 4.8 本章小结 |
| 第5章 自动化集装箱码头堆场资源集成优化研究 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 进出口集装箱堆场空间分配模型 |
| 5.3.1 假设 |
| 5.3.2 模型 |
| 5.4 启发式遗传算法设计 |
| 5.4.1 编码 |
| 5.4.2 目标值求解及适应度函数 |
| 5.4.3 交叉 |
| 5.4.4 变异 |
| 5.5 数值试验及结果分析 |
| 5.5.1 最大值最小值区间随机取值法求优试验及结果分析 |
| 5.5.2 集成仿真实验 |
| 5.6 本章小结 |
| 第6章 自动化集装箱码头“岸桥-AGV-堆场”集成优化研究 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 箱流节点特性分析 |
| 6.4 “岸桥-AGV-场桥”集成优化研究 |
| 6.4.1 数学模型 |
| 6.4.2 启发式遗传算法设计 |
| 6.4.3 数值试验及结果分析 |
| 6.5 “岸桥-AGV-堆场”集成优化研究 |
| 6.5.1 数学模型 |
| 6.5.2 遗传算法 |
| 6.5.3 数值试验及结果分析 |
| 6.6 本章小结 |
| 第7章 总结 |
| 7.1 研究成果 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文与参加的科研项目 |
（8）基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 施工多目标优化研究现状 |
| 1.2.2 压实质量量化分析研究现状 |
| 1.2.3 层间结合质量量化分析研究现状 |
| 1.2.4 大坝智能化建设研究现状 |
| 1.2.5 施工进度仿真分析研究现状 |
| 1.3 已有研究的局限性 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第2章 RCC坝压实质量智能分析 |
| 2.1 研究框架 |
| 2.2 压实信息全面感知 |
| 2.2.1 全面感知框架 |
| 2.2.2 振动轮振动信号采集与处理 |
| 2.2.3 层面压实刚度感知 |
| 2.3 压实质量智能分析建模 |
| 2.3.1 混合核极限学习机 |
| 2.3.2 基于混沌布谷鸟搜索算法的参数优化 |
| 2.3.3 压实质量智能分析建模流程 |
| 2.4 压实质量智能分析模型在线更新 |
| 2.4.1 基于快速留一交叉验证的模型更新判断 |
| 2.4.2 核极限学习机模型在线更新 |
| 2.5 案例分析 |
| 2.5.1 压实信息全面感知 |
| 2.5.2 压实质量智能评价建模分析 |
| 2.5.3 压实质量智能分析模型在线更新 |
| 2.5.4 压实质量智能分析 |
| 2.6 本章小结 |
| 第3章 RCC坝层间结合质量智能分析 |
| 3.1 层间结合质量智能分析方法研究框架 |
| 3.1.1 问题分析 |
| 3.1.2 建模对策 |
| 3.1.3 研究框架 |
| 3.2 层间结合信息全面感知 |
| 3.2.1 全面感知框架 |
| 3.2.2 层间结合时间参数感知 |
| 3.3 层间结合质量智能分类建模 |
| 3.3.1 Borderline-SMOTE算法 |
| 3.3.2 代价敏感半监督支持向量机模型 |
| 3.3.3 层间结合质量智能分类建模流程 |
| 3.4 合格条件下层间结合质量智能分析建模 |
| 3.4.1 相关向量回归模型 |
| 3.4.2 Ada Boost.RT集成算法 |
| 3.5 案例分析 |
| 3.5.1 层间结合信息全面感知 |
| 3.5.2 层间结合质量智能分类建模分析 |
| 3.5.3 合格条件下层间结合质量智能评价建模分析 |
| 3.5.4 层间结合质量智能分析 |
| 3.6 本章小结 |
| 第4章 基于施工质量智能分析的RCC坝仓面施工自适应仿真 |
| 4.1 基于施工质量智能分析的仓面施工自适应仿真框架 |
| 4.2 仓面施工精细化仿真建模 |
| 4.2.1 建模对策分析 |
| 4.2.2 精细化仿真模型 |
| 4.2.3 仿真流程 |
| 4.3 基于感知数据分析的仿真参数自适应更新 |
| 4.3.1 基于DPM模型的概率密度估计 |
| 4.3.2 改进的SUGS算法 |
| 4.4 考虑质量控制工序的仿真逻辑链自适应调整 |
| 4.4.1 基于压实质量智能分析的补碾工序自适应调整 |
| 4.4.2 基于层间结合质量智能分析的铺垫层工序自适应调整 |
| 4.5 案例分析 |
| 4.5.1 仿真参数自适应更新分析 |
| 4.5.2 仿真逻辑链自适应调整分析 |
| 4.5.3 进度仿真有效性分析 |
| 4.5.4 仿真输出分析 |
| 4.6 本章小结 |
| 第5章 基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化分析 |
| 5.1 基于施工质量智能分析的压实质量-层间结合质量-进度多目标优化数学建模 |
| 5.1.1 仓面施工多目标优化分析 |
| 5.1.2 数学模型 |
| 5.2 基于施工质量智能分析的多目标优化分析框架 |
| 5.2.1 多目标优化分析流程 |
| 5.2.2 求解难点分析 |
| 5.3 基于改进NSGA-Ⅲ算法的高维多目标寻优 |
| 5.3.1 模型确定性转换 |
| 5.3.2 NSGA-Ⅲ算法 |
| 5.3.3 自适应参考点法 |
| 5.3.4 改进NSGA-Ⅲ算法流程 |
| 5.4 基于随机占优-TOPSIS法的仓面施工方案多属性决策 |
| 5.4.1 随机占优理论 |
| 5.4.2 TOPSIS法 |
| 5.5 案例分析 |
| 5.5.1 仓面施工高维多目标寻优分析 |
| 5.5.2 仓面施工方案多属性决策分析 |
| 5.5.3 多目标优化效果分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）高效能仿真云平台关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号使用说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 高效能建模仿真平台建设需求 |
| 1.1.2 云仿真及其发展趋势 |
| 1.1.3 面向效能需求的不足与局限 |
| 1.1.4 本文研究的问题与意义 |
| 1.2 相关研究现状与分析 |
| 1.2.1 云仿真架构及其应用研究 |
| 1.2.2 仿真云效能优化方法研究 |
| 1.3 研究内容与论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 高效能用户中心式仿真云平台架构设计 |
| 2.1 仿真云效能度量框架 |
| 2.1.1 仿真云平台效能的定义与内涵 |
| 2.1.2 仿真云平台效能量化模型 |
| 2.2 用户中心式的云仿真服务架构 |
| 2.2.1 动态COI领域仿真环境 |
| 2.2.2 动态仿真运行环境 |
| 2.2.3 用户中心式云仿真应用模式 |
| 2.3 用户中心式仿真云平台架构 |
| 2.4 本章小结 |
| 第三章 基于Clou Fo DSim的云端高效能仿真应用构建方法 |
| 3.1 方法的提出 |
| 3.1.1 需求与动机 |
| 3.1.2 Clou Fo DSim:基于云的面向特征领域仿真建模框架 |
| 3.2 面向特征的组合集成方法 |
| 3.2.1 基于DEVS的建模仿真框架 |
| 3.2.2 面向DEVS的元特征模型 |
| 3.2.3 基于Fx DEVS的特征组合集成框架 |
| 3.3 基于领域资产追踪的领域建模与仿真服务 |
| 3.3.1 面向Clou Fo DSim的领域资产追踪元模型 |
| 3.3.2 领域建模与仿真服务过程 |
| 3.4 案例实验 |
| 3.4.1 领域分析 |
| 3.4.2 领域设计与实现 |
| 3.4.3 基于特征组合的应用定制 |
| 3.5 本章小结 |
| 第四章 面向带宽保障的并行仿真作业调度优化方法 |
| 4.1 面向带宽保障的高效能并行仿真作业管理和调度 |
| 4.1.1 仿真云中的并行仿真作业调度问题 |
| 4.1.2 基于虚拟集群的带宽保障方法 |
| 4.1.3 面向带宽保障的作业管理和调度框架 |
| 4.2 算法设计 |
| 4.2.1 自适应带宽感知的TVC部署算法 |
| 4.2.2 带宽保障的迁移回填调度算法 |
| 4.3 性能评估 |
| 4.3.1 仿真实验设置 |
| 4.3.2 输入负载 |
| 4.3.3 结果和讨论 |
| 4.4 本章小结 |
| 第五章 通信感知的自适应仿真运行优化方法 |
| 5.1 通信感知的自适应仿真运行优化框架 |
| 5.1.1 云端仿真运行优化问题 |
| 5.1.2 自适应仿真运行优化框架 |
| 5.2 基于统计迁移图分割的大规模人工社会仿真运行优化方法 |
| 5.2.1 问题 |
| 5.2.2 方法 |
| 5.2.3 结果与讨论 |
| 5.3 通信感知的自适应虚拟机迁移优化方法 |
| 5.3.1 问题建模 |
| 5.3.2 算法设计 |
| 5.3.3 性能评估 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A 基于网格分割算法和空间距离生成算法 |
| 附录 B 环境实体在GIS上地理分布及在不同算法下的分割结果 |
（10）铁路技术站作业计划综合优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 立题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 国内外研究现状评述 |
| 1.3.1 既有研究现状总结 |
| 1.3.2 确定性技术作业综合优化问题难点 |
| 1.3.3 随机性技术作业综合优化问题难点 |
| 1.4 论文研究内容及技术路线 |
| 1.4.1 论文研究内容 |
| 1.4.2 论文研究技术路线 |
| 第2章 基于累计流的技术站作业系统综合建模框架 |
| 2.1 技术站主要设备及结构分析 |
| 2.1.1 技术站主要物理设备及功能分析 |
| 2.1.2 技术站系统关键作业流程分析 |
| 2.1.3 技术站作业计划综合优化问题及主要假设 |
| 2.2 基于累计流的技术站作业系统综合建模体系 |
| 2.2.1 基于累计流的广义交通系统及基本属性 |
| 2.2.2 基于累计流的技术站作业综合建模框架 |
| 2.3 基于累计流的技术站建模框架适用性分析 |
| 本章小结 |
| 第3章 技术站作业计划确定性综合优化模型 |
| 3.1 数学模型参数概述 |
| 3.1.1 数学模型索引参数定义 |
| 3.1.2 数学模型已知参数定义 |
| 3.1.3 数学模型决策变量定义 |
| 3.2 优化目标 |
| 3.3 技术站内主要作业约束 |
| 3.3.1 技术站内作业的主要约束分析 |
| 3.3.2 到达车列到达及解体作业 |
| 3.3.3 车流集结过程 |
| 3.3.4 车流编组作业 |
| 3.3.5 出发列车出发作业 |
| 3.4 技术站作业确定性综合优化模型规模特征分析 |
| 本章小结 |
| 第4章 技术站作业计划综合优化模型简化解法 |
| 4.1 技术作业计划综合优化模型分析和简化思想概述 |
| 4.2 基于有效不等式的模型强化方法 |
| 4.2.1 基于生产批量模型有效不等式 |
| 4.2.2 技术站作业计划的有效不等式强化方法 |
| 4.3 基于集聚配流模型的解体顺序优选启发式求解方法 |
| 4.3.1 集聚配流建模方法理论基础 |
| 4.3.2 基于集聚配流的数学优化模型 |
| 4.3.3 基于“最急迫解体参数”解体顺序优选启发式方法 |
| 4.3.4 基于集聚配流的启发式方法求解示例 |
| 4.4 技术站作业综合优化模型的简化方法效果及应用分析 |
| 本章小结 |
| 第5章 技术站作业计划随机性综合优化模型 |
| 5.1 技术站作业计划随机性分析 |
| 5.1.1 技术站作业过程的随机扰动因素 |
| 5.1.2 技术站作业计划的随机综合优化原则 |
| 5.2 技术站作业计划随机综合优化问题及研究架构 |
| 5.2.1 技术站列车到达晚点与解体作业顺序决策关系 |
| 5.2.2 技术站作业计划随机扰动场景描述及优化目标 |
| 5.2.3 技术站作业计划基于场景的随机综合优化研究框架 |
| 5.3 基于解体作业顺序鲁棒性的技术站作业随机综合优化模型 |
| 5.3.1 技术站作业随机综合优化模型变量定义 |
| 5.3.2 随机优化数学模型目标函数和关键约束 |
| 5.4 技术站作业鲁棒性随机综合优化模型规模特征 |
| 本章小结 |
| 第6章 数值算例分析 |
| 6.1 技术站作业计划确定性综合优化算例 |
| 6.2 基于有效不等式的模型强化方法效能分析 |
| 6.3 基于集聚配流模型的启发式简化解法效能分析 |
| 6.4 技术站作业随机性综合优化模型算例 |
| 本章小结 |
| 结论及展望 |
| 一、论文主要工作及成果 |
| 二、论文创新点 |
| 三、今后研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表论文及科研成果 |
四、动态随机作业成本控制系统框架研究（论文参考文献）
- [1]不确定环境下基于场景构建的作业车间调度方法研究[D]. 熊攀. 新疆大学, 2021
- [2]聚酯纤维生产调度集成建模与优化研究[D]. 章途潮. 浙江大学, 2021(01)
- [3]分布式阻塞流水车间调度方法研究[D]. 张晓辉. 中国矿业大学, 2020(07)
- [4]基于不确定性分析的铁路通过能力利用优化研究[D]. 郑汉. 北京交通大学, 2020
- [5]基于医疗服务相对价值的公立医院薪酬规制研究[D]. 杨中浩. 上海财经大学, 2020(04)
- [6]港口装卸协同下多目标两阶段集卡路径优化研究[D]. 黄金虎. 哈尔滨工程大学, 2020(04)
- [7]自动化集装箱码头生产调度集成优化研究[D]. 田宇. 武汉理工大学, 2020(01)
- [8]基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究[D]. 胡炜. 天津大学, 2019(01)
- [9]高效能仿真云平台关键技术研究[D]. 李祯. 国防科技大学, 2019(01)
- [10]铁路技术站作业计划综合优化研究[D]. 石铁. 西南交通大学, 2019(03)