一、在线零售站点的自适应和商业智能的发现(论文文献综述)
黄纪凯[1](2021)在《全渠道模式前置仓选址与配送路径优化》文中进行了进一步梳理电子商务是我国第三产业的重要组成部分,其快速发展对新冠肺炎疫情期间国内经济的发展发挥了巨大促进作用。消费需求的不断升级与市场竞争的加剧推动电商前置仓从仓储型转化到全渠道模式。全渠道模式前置仓的高速发展重塑了电商末端配送网络。因此,研究全渠道模式前置仓选址与配送路径优化问题具有现实意义。不仅可以大力推动全渠道模式前置仓业务由高速向高质量转型,亦可有效满足消费者不断升级的需求以及日益加剧的市场竞争环境,进而促进电商零售企业向高质量发展的转变。本文综合采用系统动力学、多目标规划、分布式鲁棒优化、整数规划方法,基于调研和相关文献研究,通过定性与定量相结合的方式,从商业运营的角度出发研究前置仓运营模式的特征,从全渠道模式前置仓配送网络设计的角度出发研究前置仓选址和配送路径规划,从全渠道模式前置仓配送网络优化的角度出发研究选址-路径集成优化。(1)基于系统动学的前置仓运营模式仿真分析。首先,本文界定了全渠道模式前置仓的运营模式、特性及问题。其次,从全渠道模式和仓储模式前置仓运营模式视角出发,构建系统动力学模型,结合实证企业的案例数据,使用VENSIM软件对前置仓的运营模式进行仿真分析。结果表明,全渠道模式前置仓在消费者、订单量、营业收入、服务能力方面均优于仓储模式前置仓,而在总成本方面高于仓储模式前置仓。因此,降低全渠道模式前置仓总成本成为优化全渠道模式前置仓选址与配送路径规划的首要目标。(2)全渠道模式前置仓选址与能力设计联合优化。基于消费画像对确定性需求的刻画,本文不仅考虑配送服务,还结合全渠道模式的特点引入到店购方式,综合考虑前置仓容量限制、总成本、到店购时间、配送时间等要素,利用多目标优化方法构建了分别以总成本最小和服务时间最小的双目标规划模型。通过分析模型结构特点,设计基于精英策略的多目标模拟退火算法。应用MATLAB软件,使用实证企业脱敏的案例数据验证了模型的正确性和算法的有效性。结果表明,增加前置仓选址数量和模型考虑配送和到店购的方式会提高帕累托最优解的数量,增加选址方案组合。帕累托最优解数量受前置仓配送能力降低影响明显且选址方案组合提高较少。(3)全渠道模式前置仓车辆路径分布式鲁棒优化。基于需求参数及其分布的双重不确定性,综合全渠道模式前置仓的特点:配送、到店购或自提的方式、到店购客户的成本、配送成本、车辆固定成本,构建最坏情形下期望总成本和条件风险值(CVa R)最小的分布式鲁棒优化模型。由于模型属于半正定规划问题,所以构造盒子非精确集,推导等价可求解形式。利用实证企业案例数据,应用CPLEX软件对等价模型进行求解,通过与随机规划模型对比分析验证模型的有效性。结果表明,分布式鲁棒方法比随机规划方法具有更好的稳定性,并且可提供更多种鲁棒的配送服务策略。(4)全渠道模式前置仓选址-路径集成优化。在全渠道模式的背景下,前置仓不仅提供配送服务,还引入到店购的全渠道模式特点,综合考虑前置仓建设成本、车辆使用的固定成本、区域仓至前置仓的干线运输成本、前置仓至客户的配送成本等要素,利用整数规划的方法,构建总成本最小的全渠道模式前置仓选址-路径优化模型。应用JAVA语言实现了改进后的遗传算法设计,结合实证企业的案例数据对模型进行了求解和验证。结果表明,设置适当的最大配送距离和优化配送车辆的性能有助于企业总成本的控制。图51幅,表35个,参考文献178篇。
成静[2](2021)在《基于自组织理论的轨道交通站点地区商业空间演变研究》文中研究表明城市空间的发展演变是自组织和他组织共同作用的结果。轨道交通站区空间所具有的开放性、非线性、非平衡性、涨落等耗散结构特征,以及演变过程的非“特定”干预,表明其是具有自组织性的系统。而作为高密度、高价值开发的站区商业空间亦是自组织与他组织的统一体。近年来在城市轨道交通牵引力下,站点地区日益成为资源聚集地。面对丰厚的“交通红利”,管理部门通常更看重站区空间的交通集散功能及“上帝视角”的商业价值,对于“站点-客流-商业”之间的内在联系及空间体系化发展的关注略显不足,一些盲目的大拆大建活动导致站区商业空间秩序混乱,发展效果并不十分理想。基于站城融合理念,市中心站区商业如何集约高效开发,如何有效利用站点契机实现转型升级、促进旧城更新,是轨道交通时代亟需面对的问题。发掘站区商业空间发展演变的内在逻辑和作用机制,探讨开发模式和未来趋势,是“站区商业空间自组织演变”问题的核心所在,亦是本文所研究和探讨的主要问题。本文首先梳理了轨道站区商业空间开发问题的现状背景及相关研究情况,明确问题本质在于他组织设计与自组织作用的矛盾、空间功能与结构的失调。进而确立以自组织理论为支撑,围绕站区商业空间的自组织性展开基础研究。其次,从空间功能和结构两个层次展开实证研究。借助POI数据分析和Agent仿真模拟手段从空间使用者视角研究站区商业空间发展演变的动态过程与内在逻辑。以北京地铁西单站和王府井站周边商业为例,从功能组织、结构布局、方向趋势、空间品质四个方面着重勾画自组织演变过程,分析演变问题。最后,基于历史发展阶段的纵向梳理和商业空间模式的横向对比,总结归纳站区商业空间自组织演变规律和趋势,从消费者、商家、商业空间、地铁站点、外部环境、他组织共6个方面揭示轨道站区商业空间自组织演变机制,探讨发展策略。本研究从自组织理论视角切入轨道站区商业空间的发展演变问题,运用数字技术手段量化分析,挖掘内在机制,探讨发展策略。研究侧重自组织规律在空间发展中的作用以及与他组织的协调配合,符合我国关于尊重城市空间内在发展规律的城市工作精神,对于把握我国站城融合发展过程中站区商业开发的内在规律、汇集城市发展动力而言是一项具有重要意义的基础研究。希望为我国新发展格局下的他组织设计规划和自组织运转经营提供科学参考,促进轨道站区商业空间的繁荣有序,为城市更新、地区经济高质量发展持续注入新动能、新活力。论文依托国家自然科学基金项目“基于复杂适应系统的轨道交通站城协同机理与预测方法研究”(52078027),共有图103幅,表46个,参考文献80篇。
高辉[3](2021)在《家电双渠道融合配送路径优化研究》文中进行了进一步梳理目前,家电销售方式在互联网技术的更新迭代的冲击下,发生了根本性的变化,拓展出了线上渠道作为一种新的销售方式。双渠道所存在的冲突和对立不会长久存在,探究在融合模式下,如何更好的分配商品和规划配送路径是本文的研究重点。目前家电配送面临运输路程远,装卸搬运环节多的问题,商品在运输过程中出现意外破损将会影响送达。本文双渠道融合的家电配送模式需要线下的多个门店共同协助才能完成,此方案一方面为了缓解线下门店因线上的发展而出现的销量降低产生的经营压力,另一方面为了更好的实现配送的及时性,充分利用物流配送资源,增加门店前置仓的功能,降低成本,提高效率。本文的主要研究内容如下:首先,阐述了双渠道模式下家电配送的研究背景以及研究意义,并对相关基础理论做出介绍,为之后的模式构建和配送路径规划提供理论支持。其次,介绍了目前家电行业配送模式的现状,分析已有的模式和存在的不足之处,进而提出构建线上线下双渠道融合的家电配送模式,并介绍此模式的配送流程和方案,阐述此模式的优势和现实条件的支持。再次,在新配送模式下,同样考虑包括燃油成本的配送成本和配送时间的要求,构建考虑供应方选择的考虑配送总成本最低带时间窗约束的路径规划数学模型。提出改进遗传算法,降低求解过程中劣等组合对算法运算能力的浪费,提高求解速度。最后,在前文的理论支持和模型构建的基础上,通过实例对家电双渠道融合配送数学模型进行求解,验证本文模型具有一定的实用价值,对比分析算法,证明算法具有一定程度的改进效果。
杜海龙[4](2020)在《国际比较视野中我国绿色生态城区评价体系优化研究》文中认为人类文明进入生态文明,城市作为人类文明的载体也进入崭新阶段。伴随着世界城镇化发展,城市人口需求面临的挑战不断增加,绿色生态化成为全球城镇化发展趋势。中国的城镇化是一场引领全球的规模最大、速度飞快的城镇化,当前中国的城镇化已经由高速发展转向高质量发展的新时代,这项运动不仅决定着中国的历史进程,更深刻影响着21世纪人类的发展。当今世界正处于百年未有之大变局,国际秩序迎来历史转折,全球治理体系正发生深刻变革,应对气候变化成为全球首要挑战之一,绿色生态城市成为全球城镇化发展的理想目标。建立绿色生态城市的标准体系,为全球城市绿色生态化发展提供中国范式和标准引领,是国家核心竞争力的体现,事关人类共同命运。本文系统梳理了绿色生态城市的相关概念,辨析了绿色生态城市的内涵,论述了绿色生态城市的基本特征,完善了绿色生态城市的理论体系,并初步构建了“绿色生态城市系统模型”。基于绿色生态城市系统模型设计了ESMF比较矩阵,依托矩阵对英国、美国、德国、日本及中国的绿色生态城区评价标准开展了全面系统化的比较,寻求借鉴与启示。通过总结我国绿色生态城区发展现状及现存问题,结合我国城市发展新变化、新城新区新需求、城市更新领域等多方面的新挑战,明确我国绿色生态城区评价体系的优化方向。在完善理论工具、全面比较借鉴和充分发掘问题三项基础工作之后,集合生态学、城市学和系统学的工具模型建立了绿色生态城区“钻石”评价模型,对我国现有绿色生态城区评价体系在价值导向、体系结构、评价内容和评价方法四方面进行了优化,并通过典型案例验证了相关评价模型和评价体系优化的适用性。全文共七章,内容介绍如下:第一章:结合人类文明发展,中国及全球城镇化发展阶段,当今世界格局巨变等现实需求,论述了开展绿色生态城市标准体系建设的必要性。综述了国内外绿色生态城市及其评价标准的研究现状,明确了研究目的、研究内容和研究技术路线。第二章:对绿色生态城市相关概念进行梳理,就绿色生态城市的内涵与基本特征进行辨析,论述了绿色生态城市的理论基础,应用系统工程的方法论从目标准则、结构组织、运行机制三个维度构建了“绿色生态城市系统模型”。第三章:在“绿色生态城市系统模型”的基础上,从层次分析出发设计构造了ESMF比较矩阵,从宏观环境、评价体系、机制保障和模式特征四个维度对英国BREEAM Communities,美国LEED-ND、LEED-Cities and Communities,德国DGNB UD,日本CASBEE UD、CASBEE Cities,中国绿色生态城区评价标准GBT51255-2017展开全面系统化对比,通过比较研究寻求启示与借鉴,用于指导我国绿色生态城区评价体系的优化。第四章:全面总结我国绿色生态城区发展现状及现存问题,结合我国城市发展的主体、模式和逻辑变化的时代背景,深入剖析我国新城新区建设和城市更新领域对绿色生态城区发展提出的新挑战,以问题和挑战为导向明确我国绿色生态城区评价体系的优化方向。第五章:提出我国绿色生态城区评价体系的优化原则和优化目标,建立了绿色生态城区“钻石”评价模型。在现有国家评价体系基础上,补充完善了“城区治理”、“生活质量”、“创新智能”和“过程管理”四方面评价内容;在评价方法上细化城区类别与指标权重;在评价结果的表达上,提供了直观的得分罗盘图、钻石模型雷达图。第六章:以中新天津生态城等城区为实例,验证以上评价内容的补充完善、评价方法的优化提升和“钻石”评价模型的适用性。第七章:总结了本文的主要工作,并展望绿色生态城区建设及评价标准下一步的发展方向。
李光磊[5](2020)在《基于智慧标识网络的动态服务功能链资源适配机制研究》文中提出随着互联网的高速发展,网络应用场景和用户类型变得越来越多元化,对网络服务的需求也各不相同,其中包括防火墙、入侵检测系统和性能增强代理等按一定顺序组合链接的服务功能需求,以及对带宽、延时等服务质量的要求。传统网络的服务功能与硬件和拓扑耦合,存在静态、僵化和部署成本高的缺点,无法实现弹性灵活的服务功能链供应。为此,实现动态按需部署的网络服务功能链成为近年来新型网络体系结构和技术下的研究热点,但实现该目标所面临的问题和挑战尚未完全解决,相关机制和技术仍需要细化和完善。本文基于“智慧标识网络”设计思想,就动态网络服务功能链资源适配问题展开深入研究,主要工作和创新点包括如下3个方面:(1)针对多域环境中网络服务功能按需供应的问题,提出上下文感知的服务功能链,实现细粒度流量感知和灵活的服务策略实施。首先,基于网络服务报头协议,设计面向分层多域网络环境的上下文头部分配方案,用于存储和共享用户位置、应用类型和攻击行为等上下文信息,并分别设计域内和跨域流量调度机制,实现基于上下文信息的服务功能组合协作。其次,针对所提出的上下文感知服务功能链,提出节省带宽资源的启发式映射算法。通过设计和实现典型的使用案例,验证了所提出的方案能够实现灵活和细粒度的服务。仿真结果表明,相比节点负载均衡贪婪算法和禁忌搜索算法,所提出的映射机制通过节约带宽资源有效提高了成本效益。(2)针对边缘网络中具有优先级约束、计算和带宽资源需求比例多样化的服务功能链导致节点和链路资源消耗不平衡的问题,提出面向多样化资源需求的映射策略组合机制。首先,将基于优先级次序映射多个服务功能链的过程转换为多步整数线性规划(ILP)问题,其中每一步的映射策略(即目标函数)可在服务过程中调整,以提高节点CPU和链路带宽资源的整体利用率。其次,为避免ILP方法的复杂性和实现自适应的映射策略选择,提出基于深度Q学习的映射策略选择机制,并设计两种低复杂度的贪婪算法作为学习代理的候选策略。仿真结果表明,相比仅使用单一策略的ILP方法和启发式算法以及随机的策略组合,所提机制经过有限的训练轮次后可部署更多的服务功能链,提高整体资源利用率。(3)针对覆盖网络中底层网络信息无法直接获取(拓扑和路由等),从而不能直接基于优化算法来部署服务功能链的问题,提出基于策略梯度的服务路径选择机制。首先,预先给定底层网络信息和多个服务功能链部署请求,将服务功能链的供应表述为一个以收益最大化为目标的ILP问题,并用于基准测试。其次,将在线为服务功能链逐一选择服务路径的过程转换为马尔可夫决策过程,并设计基于蒙特卡罗策略梯度的路径选择方法。数值仿真结果显示,所提方法比贪婪算法、随机选择和深度Q学习表现更好,其经过训练后能够在出现资源竞争之前部署更多的服务功能链和获得更多的收益,接近基于ILP求解的最优值。此外,还搭建了仿真平台,验证了所提机制在真实网络中的有效性和可行性。
刘华剑[6](2020)在《动态环境下在线优化与决策算法的研究》文中提出优化与决策算法作为数学在现实中的应用,可以解决很多社会中实际的复杂(NP-Hard)问题,如商品配送路线规划、在线出租车订单分配、灾难搜救等场景。然而随着社会的发展,出现了越来越多动态的优化场景,在这些场景下与传统优化算法不同,环境的状态随时间在不断改变,因此传统优化算法性能显着下降,难以保证优化效果。因此,本文选择了电子商务中在线订单分配及车辆配送动态调度问题与面向森林火灾异构机器人群救援预案辅助决策系统研究这两个场景,针对动态环境下在线优化与决策算法进行了研究。主要工作和创新点包括:1.为了解决电子商务中在线订单分配及车辆配送动态调度问题,本文研究了电子商务领域中在线配送订单的闭环执行过程,即从用户在线下单,到配送中心的订单处理以及货物的成功配送,并针对这一问题提出了集成车辆平衡策略的自适应大邻域搜索算法(ALNS with Vehicle Balance Strategy,ALNS-VBS),算法中包括用于车辆平衡策略、车辆配送路径搜索以及动态任务插入策略。其中,车辆平衡策略通过将交通路网进行区域划分,并通过计算不同区域的车辆短缺程度来进行主动地调整车辆在路网中的分布;车辆配送路径搜索中我们基于时空敏感性设计了针对性的优化算子以解决订单在时间和空间维度上分离的问题;动态任务插入策略的提出是为了解决在线配送过程中出现的接收到新任务却没有空闲车辆的问题,通过将新任务动态插入到已分配的车辆路径中,降低了任务响应实际以及配送成本。仿真实验结果表明,相比其他算法,ALNS-VBS能够有效降低对在线任务的配送成本并提高在线配送的时效性。2.为了解决森林火灾中异构机器人群救援预案辅助决策的问题,本文根据灭火知识库设计了几种针对性的森林火灾救援预案,并使用多属性决策的方法根据森林火灾救援预案评价指标选择最优的救援预案。同时,本文提出了集成灭火知识的人工蜂群(Artificial Bee Colony with Integrate Firefighting knowledge,ABC-IFK)算法,目的是在确定了救援预案的前提下,将火场中的灭火任务分配给异构的救援机器人,最后当救援机器人到达目标救援位置后,会通过救援动作模糊推理机在其附近进行救援,这本质是一种贪心策略,考虑到救援机器人移动的时间损耗这种设计是合理的。本文采用了 20个基于真实地图的数据集进行仿真实验,结果表明,本文提出的救援预案辅助决策系统与ABC-IFK算法可以满足在森林火灾救援中提供高效灭火方案的需求,其可以有效降低森林火灾造成的经济损失,并在一定程度上降低救援成本。
乔振伟[7](2020)在《“智慧”时代西安市民中心规划设计研究》文中提出当前,我们正在进入5G万物互联互通互动的智慧时代,智慧城市理念不断深化,“万物皆数”正在重构城市空间形态,实体空间与虚拟空间的交互,联通着信息数据,让当代城市越来越呈现出即时性、多维度、多样化和大样本的数据属性,智慧化技术和大数据正在运用于城市与建筑空间研究与设计中。市民中心作为重要的城市空间,在设计中重视功能与空间的营造,也关注城市与建筑空间运营对设计的影响;更好的营造空间和运营空间,让市民更好的参与空间节事活动与智慧化体验,让城市与建筑空间更舒适宜居。本文研究基于智慧时代背景和智慧城市理念,对时代特征、市民中心发展、需求及其设计理论成果梳理总结;采用智慧化技术,OSM地图数据、腾讯宜出行热地图大数据、空间句法、功能POI大数据、大众点评数据和实地调研等多源数据对案例量化分析对比。对研究内容展开分析研究:OSM地图数据研究市民中心空间结构与功能要素构成有着集中又开放的相似性;ArcGIS分时段热地图与活跃区域面积占比,反映市民中心活跃程度与市民活动规律;空间句法模型反映空间可达性程度;ArcGIS核密度分析POI反映功能分布与集聚状态,功能设施分布密度越大的空间,活力也较高;大众点评数据反映市民对空间体验需求。多源数据各个层面侧重解析,形成市民中心对应空间规划设计方法,突出空间营造设计和空间运营上的特点的研究。对西安市民中心现状进一步研究,针对对应问题与市民中心需求,融合案例研究成果,总结可借鉴的地方和应该规避的地方,形成市民中心的规划设计原则要点,进而提出城市市民中心设计策略并进行项目实践实证,同时,希望能对城市市民中心规划设计与建设起到现实的指导与借鉴作用。本文在第一章明确西安市民中心规划设计的相关时代背景、城市与建筑相关设计理论与技术工具,研究意义、研究对象,以及具体研究方法和论文整体框架;在第二章对论文相关概念进行解析,技术工具引入,深入研究智慧时代影响要下市民中心特征、职能和需求变化,智慧建筑和市民中心设计理论研究;第三章通过多源数据有针对案例各个层面侧重分析,研究市民中心空间结构与功能要素、空间活力程度和市民活动规律、空间的可达性及功能设施分布,还有市民中心空间互动与智慧化要点进行各个侧重分析对比;第四章对西安市民中心现状进行量化分析,形成对标案例的设计目标、原则和策略;第五章项目概况分析,引入合计原则和策略,旨在实现西安市民中心的功能复合、空间开放共享、空间品质提升、交互体验的智慧化、绿色节能等设计目标,实现美好、富有特色、舒适宜居和充满内涵的城市市民中心。最后,以笔者对全文成果进行总结,并对智慧时代城市市民中心规划设计与建设前景进行展望。
徐倩[8](2020)在《外卖平台骑手派单与路径决策协同优化》文中研究表明随着我国的O2O(Onlineto Offline)电子商务发展高度繁荣,外卖市场交易规模巨大,配送单量峰值高达2000万单/天。面对如此庞大的市场需求,外卖配送平台对骑手进行有效的调度优化就显得至关重要。目前各外卖平台正在从优质供给、配送体验、软件体验等展开全方位的竞争,其中,配送时效、准时率是影响配送体验即顾客对订单是否满意的重要指标,也是外卖平台的核心竞争力之一。对于外卖平台,要提升用户的配送时效和准时率的同时,还要考虑配送成本掣肘,追求最小的配送成本。在配送体验和配送成本之间取得最佳的平衡,是配送平台生存的根基和关键所在,也是本文展开研究所依托的现实背景。所以,本文设定顾客期望送餐时间窗以及刻画顾客满意度的时间惩罚成本函数,在综合分析成本因素的基础上建立以外卖平台配送总成本最低为目标的数学模型。本文将外卖平台骑手派单与路径决策协同优化问题归结为带时间窗的即时取送货车辆路径问题(Instant Pickup and Delivery Vehicle Routing Problem with Time Windows,IPDVRPTW)。根据模型和问题规模的特点,设计自适应大邻域搜索算法,其中设计外卖平台订单分配优化策略。同时,为避免算法陷入局部最优,采用模拟退火判断准则。最后,根据实际调研数据整理算例,进行实验结果分析,同时利用CPLEX对算法结果进行最优验证,证明了算法的效率和精度。研究结果表明,本文算法能够对外卖平台高峰时期大体量的订单进行高效的骑手派单与合理地对骑手路径进行协同优化,进而有效地改善外卖平台高成本、低配送效率、低准时率的问题。本文相关方法与结论可为即时配送调度优化提供决策支持。
于欣佳[9](2020)在《基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究》文中进行了进一步梳理随着物联网与泛在感知、人工智能与学习进化、互联网与数字通信、大数据与新计算技术等新信息潮流的迅猛发展,席卷人类社会经济及生产生活的方方面面,以巨大的动能驱动着新一代智能交通、新经济新零售时代下的精准敏捷供应链与智慧物流,以及面向产品全生命周期的网络化与智能化制造等的兴起与飞速发展,使得基于契约化社会分工的一体化生产、运行控制、经营管理体系的规模与日俱增,也面临越来越多的动态多变、不确定性大、高非线性高阶高维高耦合性、异构异形异性等诸多问题,对分工协作、一体化运行、协同工作等的需求亦因此越来越复杂。针对这些复杂性问题的解决,非智能的传统方法已越来越无法有效地因应和难以跨越与克服上述困境。鉴于多智能体系统(Multi-Agent System,MAS)方法及社会性生物群体与人体生理系统在个体智能与群体自组织机制与协调协同方法对于很好地解决这些复杂性具有很大优势,本文围绕“基于共识主动性(Stigmergy)和神经内分泌调节机制的多智能体群智能自组织与调控方法”进行探讨、研究和试验,以为复杂环境下多协作任务基于多智能体群体智能自组织协同求解提供一种新思路、新方法。为此,本文通过对分布式人工智能、小世界网络理论、基于Stigmergy的仿生群智能、神经内分泌调节机制的探究分析,揭示师法人类机体、效法自然的自组织与运行调节机制对构建智能系统、提呈和涌现多智能体群体智能以实现复杂问题协同求解的重要性和作用机理,提出面向多任务协作求解的多智能体自组织调控问题模型及解决思路和方案;进一步地,提出并构建一种具有人脑认知与行为控制机制与结构和基于Stigmergy合作共识主动性与信息素/激素产生传播扩散机理实现对外交互合作的智能Agent模型及基于MAS的智能系统建模方法(The Stigmergy-driven&MAS-based Method of Modelling Intelligent System,SMMMIS),以为在不同层次上构建智能系统提供体系框架和应用范式;为使能处于无序和/或远离平衡态的,具有不同智能能力的多智能个体因应不同复杂环境变化、自发自主动态形成有序、平衡的动态合作联盟—基于SMMMIS的分布式智能系统,通过对自组织的内涵理解、小世界理论机会发现与信息传播机理的揭示,提出了一种基于友元接力算法的多智能体群智能自组织机制;而且,通过对分布式/分散化智能系统传统自组织调控方法、社会性生物系统与智能系统的比较分析、共识主动性的再认知再理解,借鉴人体神经内分泌免疫系统及相互间的关联交互与共同作用、自我调节机制等用于多智能体协作协同解决复杂问题的优势,提出一种基于友元合作共识主动性和人体神经内分泌调节机制的多智能体群智能自组织机制和调控方法,包括友元共识主动性驱动的智能系统自主形成自组织机制下基于DNA双螺旋结构的信息素/激素模型及其传播扩散交互机制与亲和度计算方法、基于自分泌与激素作用机理的多智能体一致性协控制算法等,为探讨多智能体群体智能的形成涌现和发挥作用奠定了坚实基础;针对上述研究内容,在设计面向新一代零售的智慧仓储-无人超市系统一体化运控模型与,及构建多智能AGV协作取货搬运运行控制问题模型的基础上,开展智慧仓储/无人超市环境下支持多智能体协同工作的自组织方法模拟试验系统的设计、搭建与试验研究及结果分析。相关仿真和模拟试验结果表明:从原理上验证了面向复杂环境下多协作任务协同求解所提出的解决方案、智能系统建模方法,基于友元接力搜索算法和友元合作共识主动性的自组织机制及其驱动下的基于神经内分泌调节的群智能自组织调控方法与多智能体一致性调控算法等的合理性、可行性和可用性,可为因应如新一代基于车路协同的智能交通、新一代零售下的电商及敏捷供应链、智慧物流与仓储、配送快递、无人超市,乃至智能制造等复杂应用环境下多协作任务的协同工作和有效实现,提供一种新模型、新方法和应用策略与范式,具有较大的理论指导和实际参考应用价值。
童晋[10](2020)在《基于雾计算的电力系统监测网络关键技术与应用》文中研究指明伴随着智能电网、电力物联网与能源互联网的快速发展,边缘节点的数量呈指数级增长,对传统电网基于中心化的运行方式与通讯逻辑提出了挑战。日益增长的基础数据将极大地占用系统云端的计算与通讯资源,而底层网络中却存在计算与通讯资源富余的情况。因此,如何在不影响系统运行的情况下,高效地利用边缘资源来削减云端压力是亟需解决的问题。雾计算作为云计算的延伸,将各类服务自云端拓展至边缘,用于提供低延时网络服务、高效数据传递和资源利用率,被认为是提升系统处理边缘问题效率的不二之选。然而,不同于通用系统,电力系统中固有的运行与成本需求对雾计算的应用提出了更高的要求。一方面,雾计算需兼容于现行电力系统监测网络,在较低的建设成本的基础上提供更优的网络功能是其应用的前提。另一方面,由于雾计算中额外运算和通讯将增加节点功耗,因此节点的能量来源和能耗的削减是其能否可靠运行的保证。因此,本文拟从基于雾计算的电力系统监测网络架构、节点能量来源、网络的运行管理三方面展开研究,并结合电力系统短路故障的监测所需,提出基于雾计算的算法案例作为其应用实效性的支撑,本文的主要工作概况如下:1)将雾计算架构整合入电力系统监测网络范畴内。在基于现有电力系统监测网络基础设施,满足现行系统的数据采集与传输的基础上,雾计算架构被用于提高系统边缘和站点间富余的计算和通信资源的利用率。其中,软件定义网络被用于控制并管理节点间的通信,进而实现雾计算的通讯逻辑。该架构具备更短的事件处理流程,适应各类不同事件的触发情况。文中同时对所提出的雾计算通讯逻辑进行了仿真,并验证其具备更低的通讯时延的特性。2)研究电力系统站外节点的能量供给方案,解决雾计算应用中底层节点所需能量问题,进而削减因强电磁环境带来的通信成本上升问题。雾计算的应用将提升监测网络中底层节点的能耗,本文通过分析电力系统站外环境中可供采集的环境能量,阐述了电力系统站外节点的能量供给策略,并整合环境能量采集方案为部署于架空线路上的感知节点设计一种能量供给方案,进而将线路沿线感知节点的维护与通讯、计算节点分离,降低系统的运营与维护成本。3)研究降低监测网络运行能耗的雾计算网络运行能耗管理方案,着力提升监测网络运行寿命。方案基于盲克里金代理模型,被配置在更贴近监测节点的信息汇聚节点中运行,无需上层网络的信息与控制。通过将离散的监测数据整合成对应的数学模型,部分节点的监测信息可由模型代为预测,从而减少节点的运行次数,平衡监测精度与能耗之间的关系,最高可提高底层监测网络36.22%的运行寿命。4)以电力系统短路故障为例,研究提升电力系统运行安全性的雾计算用例。基于本文提出的雾计算监测网络架构与现有电力系统通信网络提出一种诊断精度高、容错能力强、资源需求少的短路诊断新方案,可应用为现行方案的增补。其中,具备高效通讯能力和计算能力的IED被定义为雾计算节点,节点所采集的保护信息被定向处理成极小的目标知识,可以在线路上的相关雾节点之间完成快速交互。互为相关的知识在雾节点中共同构建故障矩阵并计算出自身线路的诊断值,从而完成故障线路的定位。该方案的有效性基于IEEE 118系统验证,在具有更高的响应效率的同时,兼具良好的容错性,可以在任意三个错误信息的情况下保持100%的准确性。同时,文中基于现有电力系统通信网络,对知识交互进行仿真,验证本文所提的雾计算架构在不同网络状态下的延迟特性。
二、在线零售站点的自适应和商业智能的发现(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、在线零售站点的自适应和商业智能的发现(论文提纲范文)
(1)全渠道模式前置仓选址与配送路径优化(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 全渠道模式应用研究 |
1.2.2 仓储设施选址研究 |
1.2.3 仓配路径选择研究 |
1.2.4 仓配网络优化研究 |
1.2.5 文献述评 |
1.3 研究内容与结构 |
1.4 研究方法与技术路线 |
1.5 创新点 |
2 全渠道模式前置仓运营模式与问题分析 |
2.1 全渠道零售模式与前置仓的发展 |
2.1.1 全渠道零售模式的产生和发展 |
2.1.2 前置仓的产生和发展 |
2.2 前置仓特性与问题分析 |
2.2.1 前置仓运营模式特性 |
2.2.2 前置仓存在的问题 |
2.3 全渠道模式前置仓仓配系统分析 |
2.3.1 全渠道模式前置仓仓配系统的网络特性 |
2.3.2 全渠道模式前置仓仓配系统问题分析 |
2.4 本章小结 |
3 基于系统动力学的前置仓运营系统仿真分析 |
3.1 问题背景 |
3.2 系统动力学在前置仓仿真中的适用性分析 |
3.2.1 系统动力学适用于动态系统问题 |
3.2.2 系统动力学适用于结构性问题 |
3.2.3 系统动力学适用于内容性问题 |
3.3 前置仓运营系统的系统动力学模型构建 |
3.3.1 系统边界与流程 |
3.3.2 因果关系图 |
3.3.3 系统动力学模型 |
3.3.4 模型检验 |
3.4 前置仓运营系统仿真 |
3.4.1 消费者数量分析 |
3.4.2 订单量分析 |
3.4.3 营业收入分析 |
3.4.4 总成本分析 |
3.4.5 服务能力分析 |
3.4.6 仿真结论 |
3.5 本章小结 |
4 全渠道模式前置仓选址与能力设计联合优化 |
4.1 问题背景 |
4.2 前置仓选址与能力设计联合优化模型构建 |
4.2.1 模型假设 |
4.2.2 参数定义与符号说明 |
4.2.3 双目标规划模型建立 |
4.3 多目标模拟退火算法设计 |
4.3.1 算法介绍 |
4.3.2 算法流程 |
4.3.3 中心确定与邻域构造 |
4.4 案例分析 |
4.4.1 案例背景 |
4.4.2 数据来源 |
4.4.3 计算结果与量化分析 |
4.4.4 灵敏度分析 |
4.4.5 结果讨论 |
4.5 本章小结 |
5 全渠道模式前置仓车辆路径分布式鲁棒优化 |
5.1 问题背景 |
5.2 前置仓车辆路径分布式鲁棒优化模型构建 |
5.2.1 模型假设 |
5.2.2 参数定义与符号说明 |
5.2.3 分布式鲁棒优化模型建立 |
5.3 模型分析与等价转化 |
5.3.1 非精确集构造 |
5.3.2 模型等价形式 |
5.3.3 模型复杂性分析 |
5.4 案例分析 |
5.4.1 数据来源与参数设置 |
5.4.2 计算结果与量化分析 |
5.4.3 模型对比分析 |
5.4.4 结果讨论 |
5.5 本章小结 |
6 全渠道模式前置仓选址-路径集成优化 |
6.1 问题背景 |
6.2 前置仓选址-路径集成优化模型构建 |
6.2.1 模型假设 |
6.2.2 参数定义与符号说明 |
6.2.3 整数规划模型建立 |
6.3 遗传算法设计 |
6.3.1 算法适用性分析 |
6.3.2 算法流程 |
6.4 案例分析 |
6.4.1 数据来源与参数设置 |
6.4.2 计算结果与量化分析 |
6.4.3 灵敏度分析 |
6.4.4 结果讨论 |
6.5 本章小结 |
7 结论与展望 |
7.1 研究结论 |
7.2 研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(2)基于自组织理论的轨道交通站点地区商业空间演变研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.1.1 社会背景 |
1.1.2 政策背景 |
1.2 提出问题 |
1.3 研究范围 |
1.3.1 轨道交通站点地区 |
1.3.2 站区商业空间 |
1.4 相关研究综述 |
1.4.1 轨道交通站点相关研究 |
1.4.2 城市空间演变分析方法研究 |
1.4.3 自组织理论运用于城市的研究 |
1.4.4 商业空间的自组织研究 |
1.5 研究内容与方法 |
1.5.1 研究内容 |
1.5.2 研究方法 |
1.6 研究意义与创新点 |
1.6.1 研究意义 |
1.6.2 创新点 |
1.7 研究框架 |
2 相关概念及理论研究 |
2.1 自组织理论 |
2.1.1 概述 |
2.1.2 自组织与他组织 |
2.1.3 自组织城市理论 |
2.1.4 城市空间自组织与他组织 |
2.1.5 研究角度 |
2.2 城市空间系统 |
2.2.1 城市空间系统结构 |
2.2.2 城市空间系统演化规律 |
2.2.3 城市商业空间结构 |
2.3 轨道站区 |
2.3.1 空间特性 |
2.3.2 影响区范围 |
2.3.3 建成要素 |
2.4 轨道站区商业空间 |
2.4.1 类型划分 |
2.4.2 发展现状 |
2.5 商业空间模式 |
2.5.1 消费模式驱动下的商业运营 |
2.5.2 商业空间模式 |
2.6 本章小结 |
3 轨道站区商业空间的自组织性 |
3.1 概述 |
3.2 轨道站区商业空间的他组织 |
3.3 轨道站区商业空间的自组织 |
3.3.1 轨道站区商业空间的耗散结构特征 |
3.3.2 轨道站区商业空间演变的非“特定”干预 |
3.3.3 轨道站区商业空间自组织演变的特性 |
3.3.4 轨道站区商业空间自组织演变的困境 |
3.4 案例分析 |
3.4.1 美国Fruitvale Village |
3.4.2 日本涩谷站 |
3.4.3 总结 |
3.5 本章小结 |
4 轨道站区商业空间自组织演变实证研究 |
4.1 案例选取 |
4.2 技术手段应用 |
4.2.1 POI数据分析 |
4.2.2 Agent仿真模拟 |
4.3 北京地铁西单站区商业空间的演变研究 |
4.3.1 概述 |
4.3.2 西单地铁开通前后站区商业空间的演变 |
4.3.3 站区商业空间演变中的自组织 |
4.3.4 自组织演变机制分析 |
4.4 北京地铁王府井站区商业空间的演变研究 |
4.4.1 概述 |
4.4.2 王府井地铁开通前后站区商业空间的演变 |
4.4.3 站区商业空间演变中的自组织 |
4.4.4 自组织演变机制分析 |
4.5 轨道站区商业空间自组织演变特征 |
4.5.1 自组织演变特征 |
4.5.2 地铁站点对商业空间自组织演变的影响 |
4.5.3 自组织与他组织的互动关系 |
4.6 本章小结 |
5 轨道站区商业空间自组织演变机制 |
5.1 动力机制 |
5.1.1 地铁站点的“诱发”与引导 |
5.1.2 商业空间的竞争与协同 |
5.1.3 自组织演变中的序参量 |
5.2 外部环境因素 |
5.2.1 区位因素 |
5.2.2 历史因素 |
5.2.3 发展模式 |
5.3 阶段性特征 |
5.3.1 演变初期 |
5.3.2 演变中期 |
5.3.3 演变后期 |
5.4 自组织演变机制 |
5.4.1 自组织演变的主体 |
5.4.2 自组织演变主体间的相互作用 |
5.4.3 站区商业空间自组织演变的过程 |
5.4.4 自组织演变机制 |
5.5 站区商业空间发展探讨 |
5.5.1 站区商业空间发展的问题挖掘 |
5.5.2 站区商业空间发展的策略探讨 |
5.6 本章小结 |
6 总结与展望 |
6.1 主要结论 |
6.2 研究不足与展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(3)家电双渠道融合配送路径优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外研究现状述评 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第2章 相关基础理论 |
2.1 双渠道内涵 |
2.1.1 双渠道概念 |
2.1.2 双渠道特点 |
2.2 配送路径优化的模型及算法 |
2.2.1 模型涉及因素与算法分类 |
2.2.2 遗传算法 |
2.3 本章小结 |
第3章 家电配送模式分析及双渠道融合模式构建 |
3.1 家电双渠道现状及分析 |
3.1.1 家电配送模式分析 |
3.1.2 家电配送的局限 |
3.2 家电双渠道融合配送模式 |
3.2.1 家电双渠道融合配送的现实条件 |
3.2.2 家电双渠道融合配送模式的构建 |
3.2.3 家电双渠道融合配送流程 |
3.3 本章小结 |
第4章 家电双渠道配送路径优化模型及算法 |
4.1 家电双渠道融合模式下配送路径模型构建 |
4.1.1 问题描述 |
4.1.2 模型假设 |
4.1.3 符号说明 |
4.1.4 模型构建 |
4.2 配送路径模型求解算法 |
4.2.1 算法改进 |
4.2.2 求解步骤 |
4.2.3 算法设计 |
4.3 本章小结 |
第5章 案例分析 |
5.1 数据来源 |
5.2 实验参数设置 |
5.3 求解结果与分析 |
5.3.1 求解结果 |
5.3.2 算法比较 |
5.4 本章小结 |
结论 |
参考文献 |
附录 部分程序代码 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(4)国际比较视野中我国绿色生态城区评价体系优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景 |
1.2 研究目的 |
1.3 研究现状 |
1.4 名词界定 |
1.5 研究内容 |
1.6 研究方法 |
1.7 本文创新 |
第2章 绿色生态城市理论研究及系统模型 |
2.1 概念梳理 |
2.2 内涵辨析 |
2.3 特征论述 |
2.4 理论基础 |
2.5 系统模型 |
2.6 本章小结 |
第3章 绿色生态城区评价标准国际比较研究 |
3.1 ESMF比较矩阵 |
3.2 英国BREEAM Communities |
3.3 美国LEED ND、LEED Cities and Communities |
3.4 德国DGNB UD |
3.5 日本CASBEE UD、CASBEE Cities |
3.6 中国绿色生态城区评价标准 |
3.7 宏观环境与评价体系的比较小结 |
3.8 机制保障比较 |
3.9 模式特征比较 |
3.10 本章小结 |
第4章 我国绿色生态城区发展现状与挑战 |
4.1 我国绿色生态城区发展现状 |
4.2 我国绿色生态城区现存问题 |
4.3 我国绿色生态城区现实挑战 |
4.4 本章小结 |
第5章 我国绿色生态城区评价体系优化 |
5.1 评价体系现存问题 |
5.2 评价体系优化思路 |
5.3 钻石评价模型 |
5.4 评价体系结构 |
5.5 评价内容优化 |
5.6 评价方法优化 |
5.7 本章小结 |
第6章 评价体系优化实证 |
6.1 中新天津生态城案例验证 |
6.2 其他比较案例验证 |
6.3 本章小结 |
第7章 结论创新与展望 |
7.1 结论 |
7.2 创新 |
7.3 展望 |
参考文献 |
附录 中新天津生态城国标(GBT51255-2017)评价验证 |
后记 |
读博士学位期间的主要工作 |
(5)基于智慧标识网络的动态服务功能链资源适配机制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略语对照表 |
1 绪论 |
1.1 引言 |
1.2 研究背景 |
1.3 研究现状 |
1.3.1 服务功能链及其映射机制 |
1.3.2 流量感知和服务策略实施 |
1.3.3 基于强化学习的网络决策 |
1.4 研究意义、主要内容及创新点 |
1.5 本章小结 |
2 多域网络中上下文感知的服务功能链及其映射机制 |
2.1 引言 |
2.2 上下文感知的分层多域服务功能链 |
2.2.1 上下文感知和服务路径分支 |
2.2.2 分层服务功能链及其路径分支方法设计 |
2.2.3 策略实施框架和路径分支算法 |
2.2.4 用于上下文信息共享的元数据分配 |
2.2.5 原型系统搭建 |
2.3 使用案例和实验结果 |
2.3.1 位置感知的服务功能链供应 |
2.3.2 应用感知和域内流量分支 |
2.3.3 恶意流量感知和域间流量分支 |
2.4 成本节约的服务功能链映射 |
2.4.1 系统模型 |
2.4.2 启发式算法 |
2.5 性能评估 |
2.5.1 仿真设置 |
2.5.2 基于边缘分层多数据中心网络拓扑的性能评估 |
2.5.3 基于USANET网络拓扑的性能评估 |
2.6 本章小结 |
3 面向多样化资源需求的映射策略组合机制 |
3.1 引言 |
3.2 应用场景和问题分析 |
3.2.1 面向多租户的边缘服务功能链供应 |
3.2.2 问题分析 |
3.3 系统模型和问题描述 |
3.4 基于深度Q学习的自适应映射策略选择 |
3.4.1 映射框架 |
3.4.2 基于深度Q学习的策略选择 |
3.4.3 训练过程和启发式映射算法 |
3.5 性能评估 |
3.5.1 仿真设置 |
3.5.2 资源需求服从均匀分布 |
3.5.3 资源需求服从齐夫分布 |
3.6 本章小结 |
4 覆盖网络中服务功能链路径选择机制 |
4.1 引言 |
4.2 问题陈述及公式化 |
4.2.1 问题陈述 |
4.2.2 问题公式化 |
4.3 基于策略梯度的服务功能链路径选择 |
4.3.1 系统框架 |
4.3.2 方案设计 |
4.3.2.1 基于REINFORCE的学习代理 |
4.3.2.2 离线训练和在线测试 |
4.4 性能评估 |
4.4.1 数值仿真 |
4.4.1.1 环境设置 |
4.4.1.2 单个请求序列 |
4.4.1.3 多个请求序列 |
4.4.1.4 真实数据集 |
4.4.2 系统仿真 |
4.4.2.1 仿真设置 |
4.4.2.2 性能比较 |
4.5 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(6)动态环境下在线优化与决策算法的研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 电子商务中在线订单分配及车辆配送动态调度问题 |
1.1.2 面向森林火灾的异构机器人群救援预案辅助决策系统研究 |
1.2 国内外研究现状 |
1.2.1 电子商务中在线订单分配及车辆动态配送研究 |
1.2.2 面向森林火灾的异构机器人群救援预案辅助决策系统研究 |
1.3 本文主要研究内容 |
1.3.1 电子商务中在线订单分配及车辆配送动态调度问题 |
1.3.2 面向森林火灾的异构机器人群救援预案辅助决策系统研究 |
1.4 论文的结构 |
第二章 电子商务中在线订单分配及车辆配送动态调度问题 |
2.1 问题陈述及公式 |
2.1.1 声明 |
2.1.2 定义 |
2.1.3 模型构成 |
2.1.4 公式 |
2.2 集成车辆平衡策略的自适应大邻域搜索算法 |
2.2.1 动机 |
2.2.2 框架 |
2.2.3 原理分析与讨论 |
2.3 实验结果与分析 |
2.3.1 实验设计 |
2.3.2 配送成本分析 |
2.3.3 配送效果分析 |
2.4 本章小结 |
第三章 面向森林火灾异构机器人群救援预案辅助决策系统研究 |
3.1 问题陈述及公式 |
3.1.1 声明 |
3.1.2 符号定义 |
3.1.3 救援目标 |
3.2 异构机器人群救援预案辅助决策系统 |
3.2.1 动机 |
3.2.2 架构 |
3.2.3 森林火灾救援模拟器 |
3.3 救援动作模糊推理机 |
3.3.1 救援优先级模糊推理机 |
3.3.2 救援机器人分配模糊推理机 |
3.4 集成灭火知识的人工蜂群算法 |
3.4.1 动机 |
3.4.2 框架 |
3.5 实验验证与讨论 |
3.5.1 实验设计 |
3.5.2 救援优化算法性能的比较与讨论 |
3.5.3 森林火灾救援方案的比较与讨论 |
3.6 本章小结 |
第四章 总结与展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间发表的论文和专利 |
(7)“智慧”时代西安市民中心规划设计研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景 |
1.1.1 社会历史背景:智慧社会及智慧城市理念发展 |
1.1.2 学科发展背景:智慧城市与建筑学的研究与发展 |
1.1.3 项目现实背景:城市更新与西安市民中心的建设 |
1.1.4 研究的目的 |
1.1.5 研究的意义 |
1.2 研究现状综述及相关设计理论与设计理念 |
1.2.1 智慧时代国内外相关研究现状 |
1.2.2 城市市民中心国内外的研究现状 |
1.2.3 城市与建筑设计相关理论理念比较 |
1.3 研究内容、方法和框架 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究框架 |
1.3.4 创新之处 |
1.4 本章小结 |
2 “智慧”时代的影响下市民中心研究内容建构 |
2.1 “智慧”时代影响下市民中心空间发展研究 |
2.1.1 “智慧”时代对市民中心的影响要素 |
2.1.2 “智慧”时代影响下市民中心特征解析 |
2.1.3 “智慧”时代影响下市民中心需求趋势 |
2.1.4 “智慧”时代建筑设计的思维与技术工具 |
2.2 当前智慧城市与建筑及其理论演变与发展研究 |
2.2.1 智慧城市与智慧建筑的基本概述 |
2.2.2 智慧建筑的设计理论演变与发展 |
2.3 当前城市市民中心规划设计理论演变研究 |
2.3.1 城市市民中心基本定义与特征解析 |
2.3.2 城市市民中心空间规模及职能的发展 |
2.3.3 城市市民中心功能要素及设计理论发展 |
2.4 本章小结 |
3 当代城市市民中心及智慧建筑案例分析研究 |
3.1 当代市民中心规划设计项目案例分析研究 |
3.1.1 深圳福田深圳市民中心(2003) |
3.1.2 成都天府广场规划设计(2007) |
3.1.3 钱江新城杭州市民中心(2010) |
3.1.4 滨海新区市民文化中心(2017) |
3.2 智慧建筑与城市空间设计案例分析研究 |
3.2.1 德勤阿姆斯特丹大楼智慧化设计 |
3.2.2 智慧桑坦德城市空间设计分析 |
3.3 本章小结 |
4 西安市民中心现状研究及设计原则与策略 |
4.1 西安市民中心基本现状研究 |
4.1.1 西安市民中心基本现状研究 |
4.1.2 智慧时代西安市民中心的定位与设计目标 |
4.2 “智慧”时代西安市民中心智慧化设计原则 |
4.2.1 回归人本,尊重需求 |
4.2.2 空间开放,实现共享 |
4.2.3 功能复合,多样融合 |
4.2.4 多元交互,智慧体验 |
4.2.5 虚实协调,适应变化 |
4.3 “智慧”时代西安市民中心规划设计策略 |
4.3.1 城市市民中心功能与空间营造设计策略 |
4.3.2 城市市民中心宏观层面智慧化规划策略 |
4.3.3 城市市民中心微观层面智慧化构建策略 |
4.4 章节小结 |
5 西安市民中心规划设计实践 |
5.1 西安市民中心项目定位及概况 |
5.1.1 西安市民中心项目概况 |
5.1.2 引入智慧时代市民中心设计原则与策略 |
5.2 智慧时代西安市民中心功能与空间营造 |
5.2.1 市民中心功能与空间构建 |
5.2.2 市民中心秩序与活力营造 |
5.3 智慧时代西安市民中心宏观运营 |
5.3.1 市民中心整体层面运营规划 |
5.3.2 市民中心开放空间智慧家具 |
5.3.3 市民中心媒介界面智慧化 |
5.3.4 市民中心智慧停车场空间 |
5.4 智慧时代西安市民中心微观运营构建 |
5.4.1 市民中心多元微中心交互 |
5.4.2 市民中心个性化服务体验 |
5.4.3 市民中心大数据运用与安全 |
5.5 本章小结 |
6 结论篇:研究成果与未来展望 |
6.1 研究成果总结 |
6.2 本研究的不足 |
6.3 未来研究展望 |
6.4 结语—智慧时代与未来建筑学 |
放大图表 |
参考文献 |
图表目录 |
攻读硕士期间科研成果 |
致谢 |
(8)外卖平台骑手派单与路径决策协同优化(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外相关研究现状 |
1.2.1 外卖及相关问题研究综述 |
1.2.2 取送货车辆路径问题研究综述 |
1.2.3 大邻域搜索算法研究综述 |
1.2.4 研究内容界定 |
1.3 本文的主要研究内容与结构 |
1.3.1 论文研究内容 |
1.3.2 技术路线图 |
1.4 本章小结 |
2 相关理论及方法综述 |
2.1 外卖配送问题概述 |
2.1.1 外卖“取”与“送”的业务流程 |
2.1.2 外卖参与者分析 |
2.1.3 订单配送过程中各时刻推导 |
2.1.4 外卖订单特点分析 |
2.1.5 外卖平台骑手派单和配送存在问题及原因分析 |
2.2 车辆路径问题综述 |
2.2.1 车辆路径问题分类 |
2.2.2 车辆路径问题求解算法概述 |
2.3 本章小结 |
3 基于外卖平台骑手派单与路径决策数学模型 |
3.1 问题分析 |
3.2 建立数学模型 |
3.2.1 假设条件 |
3.2.2 符号说明 |
3.2.3 数学模型 |
3.3 本章小结 |
4 自适应大邻域搜索算法设计求解 |
4.1 自适应大邻域搜索算法 |
4.1.1 算法流程框架设计 |
4.1.2 生成初始解 |
4.2 外卖平台订单分配优化策略 |
4.2.1 订单移除策略 |
4.2.2 订单插入策略 |
4.3 订单的最佳插入位置 |
4.4 本章小结 |
5 算例实验与分析 |
5.1 算例构建 |
5.2 算法测试 |
5.3 算例结果 |
5.4 本章小结 |
6 结论与展望 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(9)基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 问题背景及意义 |
1.3 国内外相关研究及发展的现状与趋势 |
1.3.1 新一代智能交通和智慧供应链与物流及其基于自组织协同优化的复杂问题求解方法的研究与发展 |
1.3.2 基于多Agent的分布式人工智能理论研究与发展 |
1.3.3 群智能自组织理论与小世界理论的研究情况及其对解决群体协同决策问题的支持 |
1.3.4 仿生智能及神经内分泌调节机制的研究现状与启示 |
1.4 主要研究目标及内容 |
1.4.1 研究目标 |
1.4.2 主要内容 |
1.5 拟解决的问题及难点 |
1.5.1 问题解决 |
1.5.2 主要难点 |
1.6 主要创新及特色 |
1.7 论文结构 |
第2章 面向多任务协同求解的多智能体自组织调控问题的分析描述与建模 |
2.1 概述 |
2.2 复杂环境下多任务协作问题及其求解机制分析 |
2.2.1 新一代智能交通环境下多任务协作问题及其对协同求解的需求 |
2.2.2 智慧敏捷供应链下多任务协作问题及其对协同求解的需求 |
2.2.3 复杂系统及复杂问题的内涵定义与主要特性 |
2.3 基于群智能的多任务协作复杂问题群体协同求解机制分析 |
2.3.1 群智能的提出及内涵定义与特点 |
2.3.2 个体智能与群智能的关系及群智能的形成 |
2.3.3 基于群智能的复杂问题求解机制 |
2.3.4 群智能实现方法分析 |
2.4 面向多任务协同求解和智能系统形成的自组织机制与调控方法的问题模型 |
2.5 基本思路与总体解决方案 |
2.6 本章小结 |
第3章 面向复杂问题求解的智能系统建模方法研究 |
3.1 概述 |
3.2 智能系统的内涵理解与分析 |
3.3 智能体/自治主体的主要特性 |
3.4 Stigmergy驱动下基于MAS的智能系统建模方法 |
3.4.1 群智能中的共识主动性(Stigmergy)机理分析及启示 |
3.4.2 基于大脑认知与行为控制机理的智能体模型 |
3.4.3 基于共识主动性的基于MAS的建模方法 |
3.5 建模方法应用 |
3.6 本章小结 |
第4章 基于小世界理论和友元接力搜索算法的自组织机制研究 |
4.1 概述 |
4.2 自组织及其对智能系统与群智能的作用机理分析 |
4.2.1 自组织及其成因机理 |
4.2.2 自组织对智能系统形成与多智能体群体智能提呈使能的作用 |
4.3 小世界理论及其对自组织的作用 |
4.3.1 小世界效应与小世界理论 |
4.3.2 基于小世界理论的机会发现与信息传播机理分析 |
4.3.3 小世界理论对自组织的启示与作用 |
4.3.4 合作博弈策略对自组织的启示与作用 |
4.4 基于小世界理论的友元接力搜索算法及群智能自组织机制 |
4.4.1 基本原理 |
4.4.2 有任务发起结点的算法设计及自组织机制 |
4.4.3 有任务招引结点的算法及自组织机制 |
4.5 算例验证仿真 |
4.6 本章小结 |
第5章 基于神经内分泌调节机制的群智能自组织调控方法研究 |
5.1 概述 |
5.2 分布式/分散化智能系统的自组织调控机制及方法分析 |
5.2.1 智能系统的分布性与自组织调控方法 |
5.2.2 智能系统与生物系统自组织调控的类比 |
5.3 人体神经内分泌免疫调节机制分析 |
5.3.1 人体神经内分泌免疫系统的生物学基础 |
5.3.2 神经-内分泌-免疫系统的关联与作用机制 |
5.3.3 神经内分泌调节方法及对多智能体群体智能复杂问题求解的作用 |
5.4 基于友元合作共识主动性和人体神经内分泌免疫调节的自组织机制 |
5.4.1 人体神经内分泌免疫调节机制对于群智能自组织的优劣势分析 |
5.4.2 Stigmergy共识主动性的再认知和分析 |
5.4.3 利用信息素/激素传播扩散作用的自组织机制 |
5.5 基于Stigmerg共识主动性与神经内分泌免疫的群体智能一致性自组织与调控方法 |
5.5.1 算法原理与基本思路 |
5.5.2 算法设计与过程 |
5.5.3 模拟仿真与结果分析 |
5.6 本章小结 |
第6章 智慧仓储/无人超市环境下支持多智能体协同决策的自组织方法模拟试验研究与分析 |
6.1 概述 |
6.2 智慧仓储/无人超市概念模型设计 |
6.2.1 智慧仓储与无人超市 |
6.2.2 面向新零售的智慧仓储/无人超市环境下多智能AGV的运行及控制 |
6.3 模拟试验研究问题模型 |
6.4 模拟仿真试验及结果分析 |
6.4.1 模拟仿真试验目的与基本思路 |
6.4.2 模拟试验系统设计实现及运行试验 |
6.4.3 智慧仓储/无人超市环境下多提货任务协作模拟试验 |
6.5 应用范式—可柔性编组智巴系统示例 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 今后展望 |
参考文献 |
深圳大学指导教师对研究生学位论文的学术评语 |
深圳大学研究生学位(毕业)论文答辩委员会决议书 |
致谢 |
攻读硕士学位期间的研究成果 |
(10)基于雾计算的电力系统监测网络关键技术与应用(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 雾计算与电力系统通信 |
1.2.2 物联网中的雾计算架构 |
1.2.3 智能电网中的软件定义网络 |
1.2.4 智能电网与物联网 |
1.2.5 电力系统监测网络与雾计算 |
1.3 论文的研究内容与贡献 |
1.3.1 研究内容 |
1.3.2 本文的主要贡献 |
1.4 文章结构 |
2 基于雾计算的电力系统监测网络架构 |
2.1 引言 |
2.2 基于标识传感网络的无线监测网络 |
2.2.1 RFID传感网络简介 |
2.2.2 融合RFID传感网络的优势 |
2.2.3 融合RFID的无线传感网络 |
2.2.4 适宜于电力系统站外广域监测的LPWA网络 |
2.2.5 RFID-LPWA监测-通信网络 |
2.3 基于雾计算的电力系统监测网络架构与通信基础 |
2.3.1 电力系统监测网络雾计算架构简介 |
2.3.2 电力系统监测网络雾计算通信基础 |
2.3.3 电力系统监测网络雾计算通信流程 |
2.3.4 雾计算优势分析——以电力系统短路故障为例 |
2.4 雾计算通讯逻辑的仿真 |
2.5 本章小结 |
3 站外监测网络的节点能量供给与部署 |
3.1 引言 |
3.2 电力系统站外小型节点供能 |
3.2.1 直接供能的优势与劣势 |
3.2.2 大容量光伏电池供能优势与劣势 |
3.2.3 针对小型节点的太阳能量采集方案 |
3.2.4 针对小型节点的机械能量采集方案 |
3.2.5 针对小型节点的热能采集方案 |
3.2.6 针对小型节点的流体能量采集方案 |
3.2.7 针对小型节点的声波采集方案 |
3.2.8 针对小型节点的磁场能量采集方案 |
3.2.9 雾计算架构中的节点能量供给 |
3.3 RFID传感标签的能量供给 |
3.3.1 RFID传感网络的能量需求与部署需求 |
3.3.2 RFID传感标签的能量供给与负载消耗 |
3.3.3 电力网络中RFID传感标签的能量来源 |
3.3.4 输电线路上RFID传感标签供能方案 |
3.4 仿真与结果 |
3.5 本章小结 |
4 基于雾计算的无线监测网络运行能耗管理 |
4.1 引言 |
4.2 基于电池供电的无线监测网络 |
4.2.1 基于电池供电的无线监测网络 |
4.2.2 基于LPWA的环境监测系统 |
4.2.3 网络能耗管理流程 |
4.2.4 算法需求 |
4.3 基于代理模型的LPWA监测网络能耗管理 |
4.3.1 泛克里金模型与盲克里金模型 |
4.3.2 基于盲克里金近似代理模型的监测网络能耗管理 |
4.4 仿真测试 |
4.5 本章小结 |
5 基于雾计算与电力系统监测网络的短路故障诊断 |
5.1 引言 |
5.2 应用于短路故障诊断的雾计算架构与流程 |
5.3 雾知识传输等待时间估计 |
5.4 IED中基于实时知识的雾拓扑矩阵 |
5.5 FTM参数设定 |
5.5.1 不同保护距离的距离继电器的关联系数 |
5.5.2 变压器继电器相关系数 |
5.6 故障诊断矩阵 |
5.6.1 快速诊断策略 |
5.6.2 高精度诊断策略 |
5.7 阈值的设置与计算 |
5.7.1 快速诊断的阈值设定 |
5.7.2 高精度诊断的阈值设定 |
5.8 仿真与测试 |
5.8.1 诊断精度与鲁棒性测试 |
5.8.2 效率测试 |
5.9 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 博士期间发表的科研成果目录 |
1)参加的学术交流与科研项目 |
2)发表的学术论文(含专利和软件着作权) |
四、在线零售站点的自适应和商业智能的发现(论文参考文献)
- [1]全渠道模式前置仓选址与配送路径优化[D]. 黄纪凯. 北京交通大学, 2021(02)
- [2]基于自组织理论的轨道交通站点地区商业空间演变研究[D]. 成静. 北京交通大学, 2021(02)
- [3]家电双渠道融合配送路径优化研究[D]. 高辉. 燕山大学, 2021(01)
- [4]国际比较视野中我国绿色生态城区评价体系优化研究[D]. 杜海龙. 山东建筑大学, 2020(04)
- [5]基于智慧标识网络的动态服务功能链资源适配机制研究[D]. 李光磊. 北京交通大学, 2020
- [6]动态环境下在线优化与决策算法的研究[D]. 刘华剑. 北京邮电大学, 2020(05)
- [7]“智慧”时代西安市民中心规划设计研究[D]. 乔振伟. 西安建筑科技大学, 2020(01)
- [8]外卖平台骑手派单与路径决策协同优化[D]. 徐倩. 大连海事大学, 2020(01)
- [9]基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究[D]. 于欣佳. 深圳大学, 2020
- [10]基于雾计算的电力系统监测网络关键技术与应用[D]. 童晋. 合肥工业大学, 2020(01)