基于物聯(lián)網(wǎng)的在線智能調(diào)度決策方法
發(fā)布時(shí)間:2021-05-19 05:50
物聯(lián)網(wǎng)為生產(chǎn)與服務(wù)系統(tǒng)監(jiān)控與調(diào)度創(chuàng)造了實(shí)時(shí)、感知、透明的新環(huán)境,也為生產(chǎn)與服務(wù)系統(tǒng)調(diào)度決策帶來(lái)了前所未有的挑戰(zhàn)和管理變革。本文針對(duì)物聯(lián)網(wǎng)環(huán)境下生產(chǎn)與服務(wù)系統(tǒng)運(yùn)營(yíng)的在線調(diào)度難題,以提高調(diào)度系統(tǒng)的科學(xué)性、智能性、實(shí)時(shí)性為目標(biāo),以在線"異常感知、趨勢(shì)分析、在線重調(diào)度決策"分析與在線"重調(diào)度方案"的實(shí)時(shí)生成為突破口,融合運(yùn)籌學(xué)、知識(shí)工程與人工智能等學(xué)科理論,重點(diǎn)研究物聯(lián)網(wǎng)環(huán)境下生產(chǎn)與服務(wù)調(diào)度系統(tǒng)的情景實(shí)時(shí)分析,提出數(shù)據(jù)驅(qū)動(dòng)的異常感知方法和基于"情景—焦點(diǎn)"的趨勢(shì)分析與決策方法,建立數(shù)據(jù)驅(qū)動(dòng)的"情景—焦點(diǎn)"在線智能調(diào)度決策方法,實(shí)現(xiàn)物聯(lián)網(wǎng)環(huán)境下"情景分析—智能建!诰求解"這一基于數(shù)據(jù)流的在線智能調(diào)度優(yōu)化決策過(guò)程,并針對(duì)成品油配送管理過(guò)程開(kāi)展應(yīng)用研究。本項(xiàng)成果為物聯(lián)網(wǎng)環(huán)境下具有動(dòng)態(tài)連續(xù)變化特征的生產(chǎn)與服務(wù)調(diào)度系統(tǒng)提供新的決策方法,提高了調(diào)度方案的實(shí)時(shí)性、科學(xué)性、智能性、動(dòng)態(tài)適應(yīng)性和易用性,為求解物聯(lián)網(wǎng)環(huán)境下復(fù)雜的調(diào)度決策問(wèn)題提供新思路。
【文章來(lái)源】:管理世界. 2020,36(08)北大核心CSSCI
【文章頁(yè)數(shù)】:12 頁(yè)
【文章目錄】:
一、引言
二、相關(guān)研究評(píng)述
三、基于“情景—焦點(diǎn)”的在線智能調(diào)度決策方法
(一)數(shù)據(jù)驅(qū)動(dòng)的異常感知方法
(二)基于“情景—焦點(diǎn)”的趨勢(shì)分析與決策方法
1. 趨勢(shì)預(yù)測(cè)
2. 焦點(diǎn)選擇
(三)基于知識(shí)的在線智能建模與優(yōu)化方法
四、應(yīng)用
(一)成品油消耗異;谇榫暗脑诰感知
(二)成品油消耗基于情景的在線趨勢(shì)分析
(三)成品油消耗異;谇榫暗脑诰監(jiān)測(cè)預(yù)警
(四)基于情景的成品油智能在線補(bǔ)貨調(diào)度方法
五、結(jié)論和展望
【參考文獻(xiàn)】:
期刊論文
[1]智能調(diào)度的研究現(xiàn)狀及前沿[J]. 王婷,衛(wèi)少鵬,周彤. 物流科技. 2019(11)
[2]基于多代理系統(tǒng)的電動(dòng)汽車(chē)充放電分布式協(xié)同調(diào)度策略[J]. 于娜,于飛,黃大為,陳厚合,張鵬宇. 電力系統(tǒng)保護(hù)與控制. 2019(05)
[3]以生產(chǎn)趨勢(shì)預(yù)測(cè)為基礎(chǔ)的主動(dòng)式調(diào)度方法[J]. 蔣丹鼎,周競(jìng)濤,趙穎,蔣騰遠(yuǎn). 機(jī)械科學(xué)與技術(shù). 2019(01)
[4]考慮司機(jī)工作量均衡的成品油配送優(yōu)化[J]. 孫麗君,石海洋,胡祥培. 系統(tǒng)工程理論與實(shí)踐. 2018(03)
[5]成品油配送多車(chē)艙車(chē)輛指派及路徑優(yōu)化問(wèn)題研究[J]. 張?jiān)磩P,孫麗君,胡祥培. 運(yùn)籌與管理. 2017(07)
[6]基于物聯(lián)網(wǎng)的在線智能調(diào)度方法的相關(guān)思考[J]. 胡祥培,孫麗君,王征. 管理科學(xué). 2015(02)
[7]多Agent動(dòng)態(tài)調(diào)度方法在染色車(chē)間調(diào)度中的應(yīng)用[J]. 徐新黎,郝平,王萬(wàn)良. 計(jì)算機(jī)集成制造系統(tǒng). 2010(03)
[8]云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 李伯虎,張霖,王時(shí)龍,陶飛,曹軍威,姜曉丹,宋曉,柴旭東. 計(jì)算機(jī)集成制造系統(tǒng). 2010(01)
[9]動(dòng)態(tài)車(chē)輛路徑問(wèn)題:現(xiàn)狀與展望[J]. 謝秉磊,郭耀煌,郭強(qiáng). 系統(tǒng)工程理論方法應(yīng)用. 2002(02)
本文編號(hào):3195238
【文章來(lái)源】:管理世界. 2020,36(08)北大核心CSSCI
【文章頁(yè)數(shù)】:12 頁(yè)
【文章目錄】:
一、引言
二、相關(guān)研究評(píng)述
三、基于“情景—焦點(diǎn)”的在線智能調(diào)度決策方法
(一)數(shù)據(jù)驅(qū)動(dòng)的異常感知方法
(二)基于“情景—焦點(diǎn)”的趨勢(shì)分析與決策方法
1. 趨勢(shì)預(yù)測(cè)
2. 焦點(diǎn)選擇
(三)基于知識(shí)的在線智能建模與優(yōu)化方法
四、應(yīng)用
(一)成品油消耗異;谇榫暗脑诰感知
(二)成品油消耗基于情景的在線趨勢(shì)分析
(三)成品油消耗異;谇榫暗脑诰監(jiān)測(cè)預(yù)警
(四)基于情景的成品油智能在線補(bǔ)貨調(diào)度方法
五、結(jié)論和展望
【參考文獻(xiàn)】:
期刊論文
[1]智能調(diào)度的研究現(xiàn)狀及前沿[J]. 王婷,衛(wèi)少鵬,周彤. 物流科技. 2019(11)
[2]基于多代理系統(tǒng)的電動(dòng)汽車(chē)充放電分布式協(xié)同調(diào)度策略[J]. 于娜,于飛,黃大為,陳厚合,張鵬宇. 電力系統(tǒng)保護(hù)與控制. 2019(05)
[3]以生產(chǎn)趨勢(shì)預(yù)測(cè)為基礎(chǔ)的主動(dòng)式調(diào)度方法[J]. 蔣丹鼎,周競(jìng)濤,趙穎,蔣騰遠(yuǎn). 機(jī)械科學(xué)與技術(shù). 2019(01)
[4]考慮司機(jī)工作量均衡的成品油配送優(yōu)化[J]. 孫麗君,石海洋,胡祥培. 系統(tǒng)工程理論與實(shí)踐. 2018(03)
[5]成品油配送多車(chē)艙車(chē)輛指派及路徑優(yōu)化問(wèn)題研究[J]. 張?jiān)磩P,孫麗君,胡祥培. 運(yùn)籌與管理. 2017(07)
[6]基于物聯(lián)網(wǎng)的在線智能調(diào)度方法的相關(guān)思考[J]. 胡祥培,孫麗君,王征. 管理科學(xué). 2015(02)
[7]多Agent動(dòng)態(tài)調(diào)度方法在染色車(chē)間調(diào)度中的應(yīng)用[J]. 徐新黎,郝平,王萬(wàn)良. 計(jì)算機(jī)集成制造系統(tǒng). 2010(03)
[8]云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 李伯虎,張霖,王時(shí)龍,陶飛,曹軍威,姜曉丹,宋曉,柴旭東. 計(jì)算機(jī)集成制造系統(tǒng). 2010(01)
[9]動(dòng)態(tài)車(chē)輛路徑問(wèn)題:現(xiàn)狀與展望[J]. 謝秉磊,郭耀煌,郭強(qiáng). 系統(tǒng)工程理論方法應(yīng)用. 2002(02)
本文編號(hào):3195238
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3195238.html
最近更新
教材專著