化工过程不确定性下随机调度新模型:降低复杂度并验证其有效性
156 浏览量
更新于2024-09-04
收藏 661KB PDF 举报
本研究聚焦于"基于加工时间不确定的间歇化工过程随机调度"这一主题,由孔令启、华贲、李玉刚、韩方煜和郑世清等人合作完成,他们分别来自华南理工大学化工与能源学院和青岛科技大学计算机与化工研究所。间歇化工过程因其灵活性和适应性在现代化工行业中扮演着重要角色,尤其是在精细化学品、生物制品、食品和制药等领域。
传统的间歇化工过程调度假设所有数据为确定性,然而在实际操作中,产品加工时间、市场需求和设备可用性等因素往往存在不确定性。这使得原定的确定性调度在面对这些“突发事件”时效率低下甚至无法适用。因此,研究者引入了随机调度理论,将确定性调度方法与概率统计理论相结合,旨在创建一种新的随机调度模型和评价体系。这种模型能够将随机变量明确化,简化问题求解,提高应对不确定性的能力。
以ZW间歇化工过程的随机调度为例,作者深入探讨了最优调度的完工期限与实现概率之间的关系,以及最优调度完成时间的分布特性,通过实证研究验证了新模型的有效性和实用性。该工作强调了随机型调度策略,它不仅关注在不确定因素发生时即时调整,还注重在初始设计阶段就考虑到这些不确定性,以便在面对它们时保持调度的稳定性和有效性。
这项研究的关键词包括“间歇化工过程”、“随机调度”、“不确定性”和“随机规划”,表明其在化工过程管理领域的创新性,并可能为实际生产环境中的动态决策制定提供理论支持。同时,文章引用了相关文献,展示了研究者在这一领域的前沿视角和理论基础,以及对前人工作的继承和扩展。这项工作对于提高化工间歇过程的调度效率和应对市场变化具有重要意义。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-05-20 上传
2021-03-16 上传
2019-09-20 上传
2019-07-22 上传
2021-01-14 上传
2021-09-18 上传
weixin_38524139
- 粉丝: 7
- 资源: 916
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析