项目名称: 基于时空域模型分解策略的流程企业级协同优化方法研究

项目编号: No.61304211

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 郑松

作者单位: 杭州电子科技大学

项目金额: 24万元

中文摘要: 实施企业级优化(EWO,Enterprise-wide Optimization)是提高企业核心竞争力的重要举措,也是近年来系统优化领域新兴的研究课题。目前EWO问题的模型规模复杂,不利于求解;当前处理EWO问题的分散决策方法,会造成各DMU(Decision Making Unit)之间平等性差;另外,优化多模型复杂系统的CO(Collaborative Optimization)算法鲁棒性弱。 本项目研究从时空域角度对EWO模型分解的方法,减少DMU数量,降低单个DMU模型复杂度;基于CO方法论,应用动态松弛法松弛各DMU间的一致性约束式(物质流、信息流),将EWO优化问题分解为系统级、学科级(DMU级)两级优化问题;最后,分析CO的几何特性,研究不同区域内松弛量与初始点所在区域和学科一致性的动态关系,提出一致性约束松弛量的自适应调整方法。

中文关键词: 协同优化;企业级优化;决策单元;模型分解;

英文摘要: The implementation of enterprise-wide optimization (EWO) is an important measure to improve the core competitiveness of enterprises. It is also the emerging research topics of system optimization in recent years. The EWO model is complex and difficult to obtain optimal solution. There is inequality between the decision making unit (DMU) in the decentralized decision-making method for EWO. In addition, The robustness of collaborative optimization (CO) is weak, which is fit for the optimization of multi-model complex system. The method decomposition of EWO model, collaborative optimization method for the EWO and the adjustment method in adaptive constraint relaxation quantity will be studied in this project. The temporal and spatial model decomposition is used to Reduce the number and the complexity of DMU. CO method is used to solve the EWO problem, apply the dynamic relaxation method to relax the consistency constraints (material flow, information flow) among each DMU, then the EWO optimization problem is decomposed into the two level optimization problem composed by system-level and discipline level (DMU level). Finally, The project will study the dynamic relationship among the slack factor, initial point and disciplinary consistency, and the adaptive adjustment of the constraint relaxation method will be prese

英文关键词: Collaborative Optimization;Enterprise-wide Optimization;Decision Making Unit;Model Decomposition;

成为VIP会员查看完整内容
0

相关内容

协同优化算法的原理是将一复杂的目标函数分解成简单的子目标函数,然后再将这些子目标函数进行协同优化。具体说来,协同优化是在优化每一子目标函数同时综合考虑其它子目标函数的结果,使子目标函数之间的优化结果能够一致。优化结果一致是指使每一变量的值在每一子目标函数的优化结果中能够一致。一般来说,可以证明,如果变量的值一致则为最优解。协同优化算法没有局部最优问题同时具有非常良好的收敛特性。 它很好地解决了许多实际中非线性优化及组合优化难题。
专知会员服务
55+阅读 · 2021年9月18日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
19+阅读 · 2021年5月4日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
专知会员服务
34+阅读 · 2020年11月26日
专知会员服务
78+阅读 · 2020年8月4日
深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
基于预训练语言模型的文本生成
专知
0+阅读 · 2022年1月28日
CUDA 并行计算优化策略总结
极市平台
2+阅读 · 2021年12月27日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
基于图神经网络的知识图谱研究进展
AI科技评论
20+阅读 · 2020年8月31日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
自动驾驶仿真软件列表
智能交通技术
13+阅读 · 2019年5月9日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Accurate ADMET Prediction with XGBoost
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
专知会员服务
55+阅读 · 2021年9月18日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
19+阅读 · 2021年5月4日
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
专知会员服务
34+阅读 · 2020年11月26日
专知会员服务
78+阅读 · 2020年8月4日
深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
基于预训练语言模型的文本生成
专知
0+阅读 · 2022年1月28日
CUDA 并行计算优化策略总结
极市平台
2+阅读 · 2021年12月27日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
综述 | 基于GNN的异常检测
图与推荐
1+阅读 · 2021年9月27日
基于图神经网络的知识图谱研究进展
AI科技评论
20+阅读 · 2020年8月31日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
自动驾驶仿真软件列表
智能交通技术
13+阅读 · 2019年5月9日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员