基于强化学习的云工作流调度算法

课程简介： 本项目课程是一门极具综合性和完整性的大型项目课程；课程项目的业务背景源自各类互联网公司对海量用户浏览行为数据和业务数据分析的需求及企业数据管理、数据运营需求。 本课程项目涵盖数据采集与预处理、数据仓库体系建设、用户画像系统建设、数据治理（元数据管理、数据质量管理）、任务调度系统、数据服务层建设、OLAP即席分析系统建设等大量模块，力求原汁原味重现一个完备的企业级大型数据运营系统。 拒绝demo，拒绝宏观抽象，拒绝只讲不练，本课程高度揉和理论与实战，并兼顾各层次的学员，真正从0开始，循序渐进，每一个步骤每一个环节，都会带领学员从需求分析开始，到逻辑设计，最后落实到每一行代码，所有流程都采用企业级解决方案，并手把手带领学员一一实现，拒绝复制粘贴，拒绝demo化的实现。并且会穿插大量的原创图解，来帮助学员理解复杂逻辑，掌握关键流程，熟悉核心架构。 跟随项目课程，历经接近100+小时的时间，从需求分析开始，到数据埋点采集，到预处理程序代码编写，到数仓体系搭建......逐渐展开整个项目的宏大视图，构建起整个项目的摩天大厦。 由于本课程不光讲解项目的实现，还会在实现过程中反复

对很多嵌入式系统来说，一个设计良好的实时操作系统(RTOS)可以让开发工程师掌握系统执行任何任务或响应任何关键事件的时间，满足系统实时性要求。为了理解RTOS如何通过系统调度策略实现实时性要求，本文介绍了抢占式调度、可抢占的内核、优先级继承和中断处理等概念。

Matlab 代码解决 带有协同进化特征的多阶段决策的流水车间成组调度问题

模拟进程创建，调度，阻塞唤醒的过程。使用四种不同的算法实现调度（先到先服务，高优先级优先，时间最短，时间片轮询）。

海岛上风能、太阳能、海浪潮汐能等可再生能源发电系统构成了智能微电网。将优化调度应用于孤岛运行的海岛智能微电网系统,建立了微电网的优化调度摸型,使其运行成本最小化,应用粒子群算法(PSO)对该摸型进行求解。最后,利用微电网算例验证了该摸型的有效性。

稀疏码多址接入（sparse code multiple access，SCMA）是第五代无线通信网络的一种竞争性的非正交多址技术。针对上行SCMA系统译码复杂度高的问题，提出一种基于节点剩余度的动态消息调度算法（residual MPA，RMPA）。在每一轮迭代更新中，动态选择具有最大剩余度的消息首先进行更新，不仅保证了最不可靠的消息首先更新，同时也加快了译码的收敛。仿真结果表明，所提出的算法性能优于基于串行策略的MPA，且能在译码性能和复杂度之间保持很好的平衡。

电网调度matlab代码追风者 这是 WindChaser 组的直接项目页面。 该软件包是为风电预测以及风能经济调度而开发的，结合了 LSTM 和 Q-Learning。 该软件包是根据华盛顿州西雅图风电场的风数据构建和开发的。 还提供用于可视化实时预测的 GUI 实现。 顾名思义，我们通过关注随机发电过程对现代电网的高度渗透来“追逐”风。 我们主要有两个目标。 一种是利用深度学习来训练一个更准确的预测器，它可以根据历史预测未来的风力发电。 另一种是利用强化学习帮助用户根据波动的电价做出明智的决定。 组员：吴亦文、陈友、贾晓晓、陈以泽 执照 这是目前的一个研究项目，我们不打算将其商业化，该项目已获得 MIT 许可。 如果有任何变化，我们一定会相应地更新。 如果你碰巧想使用这个项目的任何部分，请提供参考。 更多详情请阅读 LICENSE.md 语 Python MATLAB 软件依赖 Python 3.5 张量流 scikit 学习 熊猫 麻木的 MATLAB 存储库大纲 数据 包含从 下载和排序的与风力发电相关的原始数据。 它还包含我们在本项目中用于机器学习算法的同一目录下的处理数据。

SCED与SCUC区别 1、SCUC与SCED区别：安全约束机组组合重在确定满足电网安全约束和备用需求的机组组合计划，计算周期相对较长，而对调度计划的要求则相对较低，只要满足电网安全和系统供需平衡即可，计算时间也相对较长。安全约束经济调度则是在已经确定的机组组合基础上，编制可以用于调度实际执行的发电计划。与安全约束机组组合相比，安全约束经济调度更注重调度计划的精益化。 *

本文研究大系统分解协调法用于大型水火电力系统的短期经济调度。算法采用实用的系统数学模型，考虑了水电厂上、下游水位的变化，梯级水电厂间的水流时间延迟和电网的输电损失等。并用对偶分解法得到多级的计算结构。文中讨论了各级采用的计算方法，介绍了枯水期水电厂多次停机时问题的解法。用本法编制了一个肩梯级水电厂的大型电力系统优化调度程序，目前已被国内一大型电力系统所采用。