轨道连接式光伏电站清洁机器人系统规划研究
这是一篇关于光伏清洁,多目标规划,NSGA-Ⅱ,预测模型,GWO-SVR的论文, 主要内容为光伏电站发电组件表面积灰将降低光伏发电效率,定时清洁是光伏电站运维的一项重要工作。目前光伏电站运维系统的自主空间、时间规划研究还不完善。实现光伏板清洁机器人数量、路径及清扫时间的智能化运维,可降低运维成本,提高工作效率。本文规划研究了一套轨道连接式的光伏电站清洁机器人系统,主要的研究内容包括:1建立了基于NSGA-Ⅱ算法轨道连接式光伏清洁机器人清扫路线规划。基于光伏电站基本格局设计了一种轨道连接式的光伏清洁系统,并以多机器人的总成本、总时间为规划目标,同时考虑机器人的数量和路径,通过NSGA-Ⅱ算法求取Pareto最优解集,仿真算例证明分析该方法的有效性。2建立了基于气象因素轨道连接式光伏清洁机器人清扫时间规划。通过传感器采集不同时段环境气象数据和同时段的积尘数据并进行处理,建立GWO-SVR预测模型对积尘量进行预测,利用GWO优化模型的参数,并对比SVR预测模型,最后对模型的预测结果进行评估。从而设定积尘量标准值,规定超过该标准值,进行清洁工作,实现清扫时间规划。3建立了基于Visual Studio光伏电站清洁机器人规划管理软件系统。完成软件平台的分析、设计和搭建,软件系统以轨道连接式光伏电站清洁机构为基础,实现实时气象站数据显示、清扫时间规划、清扫路径规划、历史数据查询等功能。实验表明,本文设计的规划方法可以提供多样化的机器人数量及路径决策优化方案,以满足不同目标函数优化要求,光伏板积尘量预测模型拟合程度达95%。
M公司贵阳物流仓储项目成本-进度控制研究
这是一篇关于物流仓储项目,成本-进度控制,多目标规划,改进二级挣值法的论文, 主要内容为经过20年时间的跨越式发展,中国的电子商务得到了迅猛发展,出现了一批世界知名的电商平台和第三方物流快递企业,再加上药品、食品、汽车整车及零配件、化妆品等厂家的需求,作为针对消费者的商品本身的存储、中转、分发等功能性要求推动了国内高端物流仓储行业崛起和不断提升。但在很多物流仓储项目建设过程中,针对成本、进度及质量三大要素,往往采取割裂的粗犷管理方式,不同专业的项目管理人员着眼点只放在自身所负责的区域,造成项目各项因素无法达到均衡和最优的目标,为了使得物流仓储项目中成本、进度等多目标达到最优化,需要采用更加科学和先进的理论方法和数学模型进行各要素的集成控制。本论文旨在运用科学、先进的方式解决物流仓储项目建设管理中的进度和成本集成控制问题,首先通过对建设项目成本-进度管理国内外研究现状进行综述,然后对多目标规划理论及挣值理论进行了分析,论文详细分析了M公司贵阳物流仓储项目建设前期在成本-进度管理方面所遇到问题及其形成原因,在此基础上,运用多目标规划模型,以成本为第一优化目标、进度为第二优化目标,构建“成本-进度综合优化模型”并进行优化计算;然后利用前期施工阶段实际采集的数据,运用挣值法和改进二级挣值法对项目的进度和成本偏差进行分析,并针对偏差提炼出标靶型改进和控制措施,在检查时点后将这些纠偏措施加以实践,并针对最终控制效果进行归纳总结,以使得挣值理论与多目标规划模型结合的控制理论及方法在物流仓储项目上全过程进行推广和使用,以取得更好社会效益和经济效益。本论文最后对挣值法、改进二级挣值法及多目标规划模型在物流仓储项目中的应用加以展望,同时对其不足之处进行总结,并作为后续持续研究的方向。
面向供应链的JT公司集约生产计划优化研究
这是一篇关于供应链管理,集约生产计划,层次分析法,多目标规划,Power Designer的论文, 主要内容为随着社会经济的发展,科学技术的不断更新升级,促使企业信息化的不断进步,越来越多的企业加大对企业信息化建设的力度,随着企业管理系统的不断深入发展,经济全球化到来,企业间的相互联系越来越频繁,然而信息交互过程中的失真度比较严重,因此供应链管理的发展为供应链参与者相互联系提供良好的支持。随着市场需求模式的变化及企业的发展,传统生产模式已经无法满足当今时代的需求,传统的生产计划模型仅局限于企业内部,供应链管理的发展极大地解决了单向的信息传递,本课题结合企业针对面向供应链的集约生产计划进行研究,提高供应链参与者在供应链大环境的发展竞争力。结合市场、企业实际生产状况和理论研究,通过企业实地调研实习,针对供应链式的企业集约生产计划问题,分析了制定生产计划过程中影响计划实际运行的有关因素,建立了以供应链总成本最小为主的集合确定和不确定条件的多目标集约生产计划模型。对多目标规划模型优化求解进行学习探究,运用层次分析法对该课题建立的多目标函数进行优化,将其转化为单目标进行求解,简化求解过程;结合制造企业生产计划相关数据,通过MATLAB对目标函数结果的有效性进行验证。在对上述研究的基础上,结合供应链上生产企业的生产计划情况,设计开发了面向供应链的集约生产计划管理系统,凭借J2EE开发平台和SQL Server 2012数据库支持,利用JSP语言开发并实现了集约生产计划管理系统的相关功能模块,并推广至企业进行应用,应用结果表明了课题研究的多目标规划及生产计划系统的有效性,为供应链计划管理下的企业发展提供了良好的基础,实现了对理论成果的应用和实践检验。
个性化公交线路推荐系统的研究与设计
这是一篇关于系统搭建,个性化推荐,线路推荐,多目标规划的论文, 主要内容为随着经济社会发展,我国人均拥车量急剧增长,城市的交通拥挤现象愈演愈烈,发展公共交通便成为了解决城市拥堵病的良方。同时,人们往往根据传统电子地图的线路推荐来选择公共交通出行方案,但由于其只是根据单因素进行线路推荐无法满足乘客的个性化需求,限制了人们乘坐公共交通的意愿。为此,本文提出个性化公交线路推荐系统,对公交车内拥挤度、出行时间和出行距离这三个因素构建乘客线路推荐模型,并根据乘客给予各个因素的不同权重进行个性化推荐。该系统前端采用vue框架后端采用Spring Boot+Spring Cloud框架构建的分布式微服务系统,通过功能需求分析确定系统功能包括:站点查询、线路查询、个性化线路推荐、热门线路推荐和后台信息管理等,每个功能为每一个微服务能够独立的部署、运行以及测试并通过服务间的调用为系统完整功能。最后结合实际的数据集和百度地图提供的API接口将运行效果展现在地图上。本文的主要研究内容如下:(1)介绍了公交乘客出行在选择线路时考虑到各种因素并进行分析,主要因素包括:换乘次数、出行距离、出行时间、花费以及客流量等因素,从而确定模型所需要优化的因素。(2)介绍常规公交数据的数据结构并对其中的IC卡数据和GPS数据进行预处理,然后将IC卡数据以设定的时间阈值作为约束条件进行聚类分组并与GPS数据中车辆到站时间进行匹配,推断出刷卡乘客上车的站点。对基于公交乘客出行行为的下车概率模型进行改进,结合站点吸引权和站点换乘能力构建本文下车概率模型。由此可推测出车内拥挤度并建立车内拥挤程度与时间价值的函数关系进而将车内拥挤度转化为支付额外时间,并结合出行时间、出行距离构建出乘客线路推荐模型。最后,通过实际的数据集对上下车站点判断进行验证说明模型的有效性。(3)分析解决多目标问题的传统方法存在的缺点,提出将传统的基于线性加权算法结合粗粒度并行遗传算法作为求解模型算法并给出详细的步骤,最后进行实验将推荐的线路与百度地图推荐的线路进行对比说明可行性。(4)通过功能性与非功能性需求分析确定系统所需开发功能,并结合分布式微服务项目思想构建系统架构图同时对数据库进行设计,最后根据实际的数据集并结合百度地图API对系统功能模块运行效果进行验证。
不确定需求下物流配送选址-路径联合优化模型及应用研究
这是一篇关于物流配送,选址-路径,多目标规划,不确定需求,模糊规划的论文, 主要内容为随着互联网的发展,近年来电子商务市场呈现出了显著增长的趋势,在竞争日趋激烈的环境下,如何提高消费者的消费体验,增加用户粘性成为各大电商平台竞争的焦点,而完善的物流配送体系恰恰是消费者良好线上购物体验的保障。同时,随着环境问题的日益凸显,很多企业开始设法减少物流活动对环境的影响。除此之外,企业在日常的运作和管理中会面临多种不确定的因素,如产品生产过程的不确定、产品质量的不确定性等。因此,研究不确定需求下物流配送的选址-路径联合优化问题具有一定的实际意义。基于上述背景,本文主要研究不确定需求下物流配送选址-路径联合优化问题。在消费者需求不确定的情况下,以总成本最小化,碳排放量最小化为目标函数,分别研究单周期和多周期的物流配送选址-路径联合优化问题。本文的具体研究工作主要分为以下三个方面:(1)针对不确定需求下物流配送选址-路径联合优化问题,以单个中央仓库、多个消费者和多个自提柜潜在位置组成的物流配送系统为研究对象,考虑将消费者分为送货上门和自提柜自提两种配送模式,将产品从中央仓库配送至自提柜或送货上门的消费者家中,针对该问题构建以总成本最小化为目标函数的模糊混合整数规划模型,基于模糊期望值方法将模糊需求清晰化,并用CPLEX软件进行求解。(2)在不确定需求下多目标物流配送选址-路径联合优化问题的基础之上,同时考虑总成本最小化和碳排放量最小化两个目标函数,构建不确定需求下多目标多周期物流配送选址-路径联合优化问题。运用模糊期望值方法将模糊需求清晰化,并提出ε-约束法对多目标模型进行转化,以便用CPLEX软件进行求解。(3)以J企业在A市的物流配送系统作为案例,将本文提出的两个模型与实际案例相结合,以验证模型的有效性。同时,对部分重要参数进行灵敏度分析,探究这些参数对模型求解结果的影响,为决策者的决策实践提供理论借鉴与方法支持。本文研究的不确定需求下物流配送选址-路径联合优化问题是对选址-路径联合优化问题拓展。通过模型的求解与灵敏度分析系可以表明,本文所构建的不确定需求下选址-路径联合优化模型与提出的求解方法能够为电商平台企业管理实践提供理论参考与方法支持。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码工坊 ，原文地址：https://m.bishedaima.com/lunwen/46834.html
