支持柔性规划的废弃物能源回收项目决策规则生成研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71702149
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0115.工程管理和项目管理
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

How to design and exercise flexible project planning in highly uncertain environment is a key issue for sustainable development of waste-to-energy (WtE) projects. The existing flexible planning methods mainly focus on the evaluation of flexible design, given that the flexible planning is known a priori. Few studies have worked on the problem of when and how to select suitable flexible plans in operations as uncertain states change. Motivated by this, this project aims to design and generate decision rules to support the exercise of flexible planning for WtE projects in a changing environment. First, an in-depth analysis of multiple sources of waste uncertainties will be performed and an uncertainty prediction model will be developed accordingly. Second, the relationships of various decision factors for flexible planning will be analyzed and the key decision factors for constructing decision rules will be extracted. Third, a decision rule generation method will be proposed based on the gene expression programming algorithm. Lastly, the proposed methodology will be applied to different scenarios, with the goal of analyzing the validity and applicability of the generated decision rules. The research in this project will provide fundamental theories and methodologies to improve the reliability and flexibility of project planning for WtE projects.
如何在高不确定性环境下对废弃物能源回收项目实施柔性规划是保证项目可持续性发展的关键问题。现有的柔性规划方法主要侧重于对给定规划方案的价值进行测度,较少考虑在项目实施过程中如何根据不确定性状态的变化动态地选择规划。为此,本项目拟通过设计决策规则及规则生成方法实现废弃物能源回收项目柔性规划的动态实施。本项目首先通过分析废弃物多维度不确定性状态产生机理,建立废弃物状态演化趋势模型,实现对项目外部运营环境变化的可靠评估。其次,研究影响柔性规划的废弃物状态、项目自身状态等因素的关联性,并据此提取用于生成决策规则的关键决策因素。在此基础上,设计基于基因表达式编程算法的决策规则生成方法,运用进化计算原理自动生成决策规则。最后,利用多场景分析对决策规则生成方法的有效性及适用性进行验证。研究成果旨在为提高废弃物能源回收项目规划的可靠性和灵活性提供理论指导和方法支持。

结项摘要

如何在高不确定性环境下对废弃物能源回收项目实施柔性规划是保证项目可持续发展的关键问题。本项目通过设计决策规则及规则生成方法实现废弃物能源回收项目柔性规划的动态实施。课题组首先研究了不确定因素对废弃物能源回收项目的影响机理,构建了关键不确定因素预测模型,实现了对项目外部运营环境变化的可靠评估。在此基础上,研究如何运用进化算法自动生成决策规则。本课题基于差分进化算法以及基因表达式编程算法,分别提出了给定结构假设条件下以及无结构假设条件下决策规则生成方法,实现了对决策规则参数及结构的协同优化。最后以废弃物能源回收项目为背景,以容积柔性扩张策略为研究对象,以项目经济效益为评价标准,运用仿真技术生成多维仿真场景,对所提出的决策规则生成方法进行有效性验证。研究结果表明用基因表达式编程算法所生成的决策规则更加简洁、直观,更适于指导废弃物能源回收项目的柔性规划。且与传统的刚性规划相比,用所生成的决策规则指导项目柔性规划可提高项目经济效益。研究成果为废弃物能源回收项目柔性规划策略的实施提供了系统的解决方案,为减少废弃物能源回收项目在开发及运营过程中不确定因素的影响,提高项目经济效益提供了理论依据和技术支持。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
研发项目柔性外包管理框架构建及关键技术分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    科技管理研究
  • 影响因子:
    --
  • 作者:
    胡骏翡;郭鹏
  • 通讯作者:
    郭鹏
Modeling and analysis of cascading failures in projects: A complex network approach
项目中级联故障的建模和分析:复杂的网络方法
  • DOI:
    10.1016/j.cie.2018.11.051
  • 发表时间:
    2019
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    7.9
  • 作者:
    Guo Ning;Guo Peng;Dong Haiyong;Zhao Jing;Han Qingye
  • 通讯作者:
    Han Qingye
An Evolutionary Rule-Based Framework for the Design and Management of Engineering Systems With Flexibility
用于灵活设计和管理工程系统的基于进化规则的框架
  • DOI:
    10.1109/access.2018.2873578
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Hu Junfei;Guo Peng
  • 通讯作者:
    Guo Peng
Assessing the Vulnerability of Megaprojects Using Complex Network Theory
使用复杂网络理论评估大型项目的脆弱性
  • DOI:
    10.1177/8756972820911236
  • 发表时间:
    2020
  • 期刊:
    Project Management Journal
  • 影响因子:
    5
  • 作者:
    Guo Ning;Guo Peng;Madhavan Ravi;Zhao Jing;Liu Yang
  • 通讯作者:
    Liu Yang
Project vulnerability analysis: A topological approach
项目脆弱性分析:拓扑方法
  • DOI:
    10.1080/01605682.2019.1609882
  • 发表时间:
    2020
  • 期刊:
    Journal of the Operational Research Society
  • 影响因子:
    3.6
  • 作者:
    Guo Ning;Guo Peng;Shang Jennifer;Zhao Jing
  • 通讯作者:
    Zhao Jing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Generating decision rules for flexible capacity expansion problem through gene expression programming
通过基因表达编程生成灵活扩容问题的决策规则
  • DOI:
    10.1016/j.cor.2020.105003
  • 发表时间:
    2020
  • 期刊:
    Computers and Operations Research
  • 影响因子:
    4.6
  • 作者:
    胡骏翡;郭鹏;Kim-Leng Poh
  • 通讯作者:
    Kim-Leng Poh
研发项目柔性外包管理框架构建及关键技术分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    科技管理研究
  • 影响因子:
    --
  • 作者:
    胡骏翡;郭鹏
  • 通讯作者:
    郭鹏
Flexible capacity planning for engineering systems based on decision rules and differential evolution
基于决策规则和差分进化的工程系统灵活容量规划
  • DOI:
    10.1007/978-3-642-05089-3_52
  • 发表时间:
    2018
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    7.9
  • 作者:
    胡骏翡;郭鹏;Kim-Leng Poh
  • 通讯作者:
    Kim-Leng Poh
R&D项目组合生态学决策方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    科学学与科学技术管理
  • 影响因子:
    --
  • 作者:
    胡骏翡;郭鹏;杜涛
  • 通讯作者:
    杜涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

胡骏翡的其他基金

面向系统柔性的废弃物发电竞争性补贴政策评估研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    45 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码