两阶段鲁棒优化（微电网两阶段鲁棒优化经济调度方法——复现+全程答疑）matlab-yalmip 具体内容可参考我的博文https://mp.csdn.net/mp_blog/creation/editor/123792344，或0积分购买本资源PDF查看

博客代码

调度自动化系统检验规范

centos7下部署Django后台服务器用于ROS机器人管理调度： nginx uwsgi django python3

：本题为带软时间窗的单线路单车型的公交调度问题，针对其多目标、多变量的动态特点，我们为满足不同的实际需 求建立两个多目标规划模型：双车场模型和单车场模型。双车场模型的主要目标是使运客能力与运输需求（实际客 运量）达到最优匹配，单车场模型的主要目标是使乘客的平均不方便程度和公交公司的成本达最小，其目的都是为 了兼顾乘客与公司双方的利益。两个模型的主体都是采用时间步长法，模拟实际的运营过程，从而得出符合实际要 求的调度方案：静态调度和动态调度方案。

电力系统经济调度问题是电力系统中的一个重要的研究课题,针对该问题,提出一种改进粒子群优化(ODPSO)算法.改进算法在搜索前期,采用广义的反向学习策略,使算法能够快速地靠近较优的搜索区域,从而提高收敛速度;在搜索后期,借鉴差分进化算法的进化机制设计改进的变异和交叉策略,对当前种群的最优粒子进行更新,从而提高种群的多样性,进而协助算法获得全局最优解.为了验证改进粒子群优化算法的有效性,对CEC2006提出的22个基准约束测试函数进行仿真,结果表明改进算法相比其他算法在寻优精度和稳定性上更具优势.最后,将改进算法应用于考虑机组爬坡速率约束、机组禁行区域约束以及电力平衡约束的两个电力系统经济调度问题,取得了令人满意的结果.

针对不确定多目标柔性作业车间调度问题,将工序加工时间采用区间数表示,以区间最大完工时间和区间机器总负荷为优化目标,构建多目标区间柔性作业车间调度模型,并设计一种多目标进化优化算法对该模型进行求解.算法采用混合策略生成初始化种群,并采用贪婪插入法对染色体进行解码,通过基于可能度的占优关系评价个体性能,将区间目标归一化结合拥挤距离反映优化解的分布情况.实验结果验证了所提出算法的有效性.

大数据-Hadoop

负载均衡的Hadoop平台调度算法研究.pdf