A Decomposition Method by Interaction Prediction for the Optimization of Maintenance Scheduling
优化检修计划是提高水电厂运行性能的重要问题。我们研究同一个家庭的几个物理组件的系统：无论是一套涡轮机，一套Transformers或一套发电机。这些组件共享一个共同的备件库存，并根据已知的故障分布经历随机故障。我们寻求一个确定性的预防性维护策略，最大限度地减少预期成本取决于维护和强制停机的系统。利用辅助问题原理将原大规模最优化问题分解为一系列独立的、维数较小的子问题，同时保证子问题之间的协调。每个子问题包括在优化维护一个单一的组成部分。分解协调技术是基于变分技术，但维修最优化问题是一个混合整数问题。因此，我们放松了系统的动力学和费用函数。所得到的算法迭代求解松弛系统上的子问题与黑箱方法和协调的组件。松弛因子对优化有重要影响，必须适当选择。一个可接受的维修策略，然后来自松弛问题的解决方案。我们将分解算法应用于一个有80个组件的系统。它优于直接应用于原始问题的参考黑盒方法。
2021-05-06 math.OC
Dynamic Game-based Maintenance Scheduling of Integrated Electric and Natural Gas Grids with a Bilevel Approach
本文提出了一种基于动态博弈的天然气网和电网资产所有者的维护调度机制，采用双层方法。在上层，天然气网和电网的资产所有者安排维护，以最大限度地提高自己的收入。这一层次被建模为一个动态博弈问题，这是解决的反向归纳算法。在下层，独立系统运营商（ISO）根据上层资产所有者的维护计划，考虑系统运行条件，调度系统，以最大限度地减少电力负荷和天然气负荷的损失。这被建模为混合整数线性规划问题。对于天然气管网的模型，使用与大M方法相关联的分段线性逼近将原始非线性模型转换为混合整数线性模型。对一个6节点4节点气网系统的数值试验表明了该模型的有效性。
2018-02-26 math.OC
A Joint Chance-Constrained Stochastic Programming Approach for the Integrated Predictive Maintenance and Operations Scheduling Problem in Power Systems
维护计划在不确定性条件下的电力系统运行中起着关键作用，可以帮助系统运营商确保电网的可靠性和安全性。本文研究了一种考虑发电机和输电线路意外故障可能性的短期状态检修计划与运行调度问题。我们制定这个问题作为一个两阶段的随机混合整数规划的故障情况下采样的传感器驱动的剩余寿命分布的个别系统元素，而一个联合的机会约束组成的泊松二项式随机变量被引入到故障风险。由于其棘手性，我们开发了一个割平面法，以获得一个确切的重新制定的联合机会约束，提出了一个分离子程序，并得出更强的削减作为这个过程的一部分。为了解决大规模的情况下，我们推导出一个二阶锥规划的安全近似这个约束。此外，我们提出了一个基于分解的算法，实现了并行的方式来解决由此产生的随机程序，利用整数L形方法的功能和特殊结构的维护和操作调度问题，以获得更强的最优切割。我们进一步提出了预处理步骤的传输线流量约束，以确定冗余。为了说明我们的算法的计算性能和效率相比，更传统的维护方法，我们设计了一个计算研究，重点是每周计划与日常维护和每小时的运营决策，涉及详细的单位承诺子问题。我们的计算结果表明，各种IEEE实例的计算效率所提出的方法与可靠的和具有成本效益的维护和运营计划。
2022-01-11 math.OC
Optimal scheduling of the next preventive maintenance activity for a wind farm
风力发电场的运营成本的很大一部分是由于设备维护的成本，特别是对于海上风力发电场。如何降低维修成本，从而提高盈利能力，是本文的重点。它提出了一个二元线性最优化模型，其解决方案可以建议风力涡轮机业主哪些部件，以及何时，应该进行下一次预防性维护（PM）更换。建议的短期调度策略考虑到多组件系统的最终故障事件，在故障系统修复后，应更新先前计划的PM计划，假设恢复的组件与新的一样好。本文的优化算法，NextPM，通过应用于风力涡轮机的四个组件模型的数值案例研究进行了测试。第一项研究解决了一个重要的情况下，一个单一的组件系统，用于参数校准的目的。第二项研究分析了调动费用季节性变化的情况，并与固定的调动费用设定作了比较。除此之外，该分析还揭示了与纯纠正性维护（CM）策略相比，NextPM模型实现了35%的成本降低。%在这两个案例研究中，成本降低了约。第三个案例研究比较了NextPM模型与另一个最优化模型--带区间成本的预防性维护调度问题（PMSPIC），这是本文的主要灵感来源。这种比较表明，NextPM模型是准确的，在计算时间方面要快得多。
2021-04-27 math.OC
Algorithme d'aides à la décision pour Optimiser l'Ordonnancement des tâches de maintenance en temps-réel
在这篇文章中提出的方法是一个贡献的研究有关的维修点的调度优化。这项工作回答了以下目标：在时间现实（规划和调度）的决策，允许/分配资源，以确保所需的最低可用性，以尽量减少时间延迟，同时插入动态任务“纠正性维护”
2010-08-30 math.OC
The Maintenance Scheduling and Location Choice Problem for Railway Rolling Stock
由于铁路使用的增加，铁路站场和维修地点的能力正在受到限制。因此，机车车辆维护的调度和关于执行维护的最佳位置的选择越来越复杂。本研究提出一个维修排程与位置选择问题。它同时确定车辆的维护位置和维护计划，同时还考虑维护位置的可用能力，以可用团队的数量衡量。为了解决MSLCP问题，提出了一种基于逻辑Benders分解（LBBD）的优化框架，该框架结合了维护位置选择问题（MLCP）和活动规划问题（APP）两个模型，以评估MLCP解决方案的能力。在LBBD中，引入了四个切割生成程序来提高计算性能：一个天真的程序，两个启发式程序和所谓的最小切割程序，旨在利用手头问题的具体特点。该框架被证明是一个现实的情况下，从荷兰铁路。结果表明，切割生成过程的最佳选择取决于目标：当旨在找到一个很好的，但不一定是最优解，最小切割过程表现最好，而当旨在为最优解，启发式程序之一是首选。目前研究中使用的技术对当前领域来说是新的，并提供了有趣的下一个研究机会。
2021-02-28 cs.DM math.OC
Optimal maintenance schedule for a wind turbine with aging components
风力发电是最重要的可再生能源之一。风能成本的很大一部分是由于维护风力发电设备的成本。为了进一步降低维护成本，可以改进风力涡轮机部件的设计。还可以通过优化部件更换计划来降低维护成本。后一个任务是本文的主要动机。当风力涡轮机部件不能工作时，可能需要在小于理想的情况下更换。这被称为纠正性维护。为了最大限度地减少不必要的成本，最好根据关键部件的预期寿命制定更积极的维护政策。预防性维护活动的优化调度需要先进的数学建模。本文利用更新-报酬定理建立了一个最优化模型。在多组件设置中，我们的方法涉及到一个新的想法，虚拟维护，使我们能够把每个更换事件作为一个更新事件，即使一些组件没有被新的。将该优化算法应用于风力发电机的四部件模型，并计算了各种初始条件下的最优维护计划。建模结果清楚地表明，PM规划的好处相比，纯CM策略（约8.5%的维护成本降低）。当我们将其与另一种最先进的最优化模型进行比较时，它显示出类似的调度，但CPU时间要快得多。比较表明，我们的模型是快速和准确的。
2021-05-03 math.OC
Maintenance scheduling in a railway corricdor
我们研究了一种新的调度问题，这是出于在澳大利亚铁路行业的应用程序。给定一组维修作业和一组双向运输的铁路走廊上的训练路径，我们寻求一个作业调度，使得最小数量的训练路径被取消，由于与作业调度冲突。我们表明，该问题是NP-完全的一般。在一个特殊情况下的问题时，每个作业下的任何时间表只影响一个训练路径，和列车的速度是有界的上下，我们证明了该问题可以在多项式时间内解决。此外，在另一个特殊的情况下，交通是单向的问题，我们表明，该问题可以解决的时间$O(n^4)$。
2019-10-23 cs.DS math.OC
STOCHOS: Stochastic Opportunistic Maintenance Scheduling For Offshore Wind Farms
尽管前景看好，但海上风能的众多经济和环境效益仍然受到其高运营和维护（O&M）支出的影响。一方面，海上特定的挑战，如偏远的场地，恶劣的天气，运输要求和生产损失，大大增加了相对于陆基风电场的O&M成本。另一方面，天气条件、资产退化和电价的不确定性在很大程度上限制了农场经营者确定维护可能的时间窗口的能力，更不用说最佳时间窗口了。作为回应，我们提出了STOCHOS，简称随机整体机会调度-一种维护调度方法，专门针对海上风电场的独特挑战和不确定性。鉴于关键环境和运行参数的概率预测，STOCHOS通过利用有利的天气条件、现场维护资源和最大的运营收入所带来的机会，优化安排海上维护任务。STOCHOS是制定为一个两阶段的随机混合整数线性规划，我们解决了使用基于滚动时域算法，符合工业实践。在美国北大西洋的真实数据上进行了测试，其中有几个海上风电场正在开发中，STOCHOS在各种O&M指标上相对于普遍的维护基准表现出相当大的改进，包括总成本，停机时间，资源利用率和维护中断。
2022-11-26 cs.SY eess.SY math.OC
AttenMfg: An Attention Network Based Optimization Framework for Sensor-Driven Operations & Maintenance in Manufacturing Systems
针对租赁制造系统O&M调度传统MIP方法计算慢、扩展性差的问题，提出嵌入约束感知掩码与数学规划奖励的AttenMfg注意力框架，实现秒级求解、可行且质量相当、泛化性强。
2025-03-24 math.OC
On the complexity of a maintenance problem for hierarchical systems
本文证明层级结构下频率约束维护问题即使对两组件简单系统也是整数分解困难的，并首次给出Levi等人模块化维护调度问题的困难性结果。
2023-12-29 cs.DM math.CO math.OC
Hybrid proactive approach for solving maintenance and planning problems in the scenario of Industry 4.0
在工业4.0概念的背后，有许多原则和思想;其中之一是不同决策层面问题的整合。在这项工作中，我们将维护与规划问题相结合，旨在充分利用生产能力，为客户提供即时交付产品并避免故障。我们提出了一个混合的方法来解决维修问题集成的批量和调度问题。该方法是基于鲁棒性和simulistics的概念，考虑预防性，预测性和纠正性的维护在并行机环境。进行模拟以考虑机器故障。结果表明，当我们增加鲁棒性参数在批量问题，我们得到较低的偏差有关的批量问题的初始目标函数和较低的概率发生故障后不可行。该方法使得有可能找到一个平均的预期结果，考虑到故障的行为的历史数据分析的每个场景。
2020-05-17 math.OC
Mixed Integer Linear Program model for optimized scheduling of a vanadium redox flow battery with variable efficiencies, capacity fade, and electrolyte maintenance
氧化还原液流电池是大规模固定能量存储的一个有前途的选择。钒氧化还原液流电池由于其化学稳定性和性能而成为最广泛商业化的系统。这项工作的目的是优化钒液流电池的调度，该电池存储由可再生发电厂产生的能量，同时考虑到电池性能的全面表征，具有可变的效率和容量衰减效应。如果与使用更简单的模型获得的结果相比，电池性能的详细表征改善了与电池使用相关的最佳循环次数和收入的计算，该模型考虑了恒定的效率和无容量衰减效应。所提出的问题是非线性的，由于电池效率的功能，这取决于充电和放电功率和充电状态的非线性，非凸的相关性。使用凸包将问题线性化。优化程序还计算由于不期望的二次电化学反应而导致的渐进电池容量衰减以及通过定期维护恢复容量的经济影响。最后一个问题作为一个混合线性规划（MILP）来解决，以保证线性化问题的全局最优性。所提出的最优化模型已被应用到两个不同的案例研究：一个案件的能源套利和负荷转移的情况下。优化结果进行了比较与恒定的电池效率模型，不考虑容量衰减的影响。结果表明，简单的模型高估电池的最佳循环次数和收入高达15%，如果他们不考虑电池的退化模型，分别高达32%和42%，如果他们也假设电池的恒定效率。
2023-01-03 cs.SY eess.SY math.OC
A Multihorizon Approach for the Reliability Oriented Network Restructuring Problem, Considering Learning Effects, Construction Time, and Cables Maintenance Costs
本文提出了一种技术经济优化工具，研究如何在一个更经济和有效的方式，通过最大限度地减少随之而来的网络加固和重构的成本，电力系统的扩展决策。进行分析，以调查网络加固和重构应如何规划，在几年的时间范围内，通过不断保持网络的可行性和能力，以满足负载。本研究的主要贡献是纳入数学模型内的关键功能，以提高投资决策过程。包括现有电缆和设备的代表性维护成本，以分析电力项目的历史业绩对投资决策的影响。一个多层次的方法开发，考虑到长期变化的需求，结合长期变化的电缆维护成本。此外，技术学习系数被认为是考虑到投资成本的减少时，出现的网络结构调整和/或重新配置的投资是在整个岁月重复。最后，建设时间约束，包括找到一个适当的投资调度，允许一个可行的潮流，也在几年内需要建立一个新的连接或重组现有的。这项研究也为电力系统可靠性领域的未来研究方向提供了建议。分析表明，重要和迫切需要适当的方法，以更好地界定电缆的预计维护费用和学习系数，专门用于网络的重组，重新配置和扩大。
2020-09-12 math.OC
An Iterative Refinement Approach for the Rolling Stock Rotation Problem with Predictive Maintenance
针对带预测性维护的机车车辆周转问题，提出基于状态扩展事件图与整数线性规划的对偶求解方法，通过迭代求精离散化实现收敛下界，并经测试实例验证了方法有效性。
2024-04-12 math.OC
Joint optimization for production operations considering reworking
本研究针对存在返工的生产场景，探究质量、可靠性与调度的QRP协同效应，构建整合调度、维护与返工决策的混合整数规划模型，提出带交互机制的双模块求解框架，经实验验证可提升生产效率、降低维护成本。
2024-11-04 math.OC stat.ME
Production and distribution planning, scheduling, and routing optimization in a yogurt supply chain under demand uncertainty: A case study
针对需求不确定的酸奶供应链，构建混合整数非线性规划模型并采用鲁棒模糊规划与遗传算法求解，通过案例验证其能优化生产配送调度与路径决策。
2024-06-09 math.OC
A queueing-based approach for integrated routing and appointment scheduling
针对随机服务与出行时间下的集成路径规划和预约调度问题，提出结合位相型分布、重交通近似与大邻域搜索的排队论方法，并在多达40个客户的基准上验证其效率与准确性。
2023-12-05 math.OC math.PR
Temporal Recurring Unavailabilities in Multi-agent Rural Postman Problem: Navigating railway tracks during availability time intervals
针对铁路轨道检查中的时间性重复不可用性，提出多智能体农村邮递员问题模型及基于Benders分解的精确算法，在牺牲少量空间成本下显著减少延迟，适用于共享铁路网络。实际模拟验证了方法的有效性。
2024-11-05 math.OC
Mixed-Integer Programming for the ROADEF/EURO 2020 challenge
在本文中，我们提出了一种新的方法来解决法国电网公司RTE的维护调度问题，在ROADEF 2020挑战。我们的方法结合约束生成一个新的家庭的切割平面，以解决非凸性的问题。我们提供了切割平面的数学证明和分离算法，并研究了我们的方法对挑战性实例的实际影响。这种方法适用于广泛的问题，涉及建模的不确定性，并在现实世界的情况下显着改善结果。
2023-03-07 cs.DS math.OC
An iterative exact algorithm for the weighted fair sequences problem
在这项工作中，我们提出了一个新的迭代精确解算法的加权公平序列问题，这是一个最近推出的NP-难排序问题，在不同的领域，如电视广告调度，定期机器维护和实时调度的应用。在这个问题中，我们给出了一个允许解序列长度的上界和一个符号列表。对于每个符号，有一个正的权重和一个数字，它给出了符号在可行解序列中必须出现的最小次数。目标是找到一个可行的序列，其最小化最大权重-距离乘积，该最大权重-距离乘积是针对序列中每个符号的每次连续出现计算的，包括序列中的最后一次和第一次出现，即，对于目标函数的计算，该序列被认为是循环的。我们提出的解决方案算法是基于一个新的混合整数规划模型的问题，为一个固定的序列长度。该模型增强了有效的不等式和变量固定。我们还开发了一个扩展的模型，它允许定义一个额外的一组有效的不等式，并提出额外的结果，可以让我们跳过一些序列长度的混合整数规划的解决方案。我们进行了计算研究的情况下，从文献中评估我们新提出的解决方案的方法的效率。我们的方法在给定的时间限制内成功地解决了440个实例中的404个，其中大多数在5分钟内。以前的最佳现有解决方案的方法只设法解决229这些情况下，其准确性取决于一个未经证实的猜想。此外，我们的方法比现有的最佳解决方案方法快两个数量级。
2021-08-06 math.OC
High Dimensional Three-Periods Locally Ideal MIP Formulations for the UC Problem
火电机组组合问题通常可以归结为一个混合整数二次规划问题，特别是对于大规模的火电机组组合问题，其求解效率很低。更紧密的特征减少了搜索空间，因此，作为一个自然的结果，显着减少了计算负担。在文献中，许多收紧的单一单位与部分约束的配方报道，没有介绍他们是如何推导出来的。在本文中，一个系统的方法来制定严格的配方。其思想是在高维空间中引入更多的新变量来捕获单个单元在三个周期内的所有状态，然后利用这些状态变量系统地推导出UC中约束子集的三个周期的局部理想表达式。同时，利用这些新的状态变量的线性相关关系，保持了所得到的公式的紧凑性。基于这种方法，我们提出了两个更紧密的模型，即3 P-HD和3 P-HD-Pr。所提出的模型和其他四个国家的最先进的模型进行了测试，在51个实例，包括42个现实的实例和9个8单元为基础的实例，在24小时的调度期内，系统范围从10到1080发电机组。仿真结果表明，我们提出的MIQP UC公式是最紧密的，可以最有效地解决。采用分段逼近技术对二次型运营费用函数进行逼近后，六个UC MIQP公式可近似为六个相应的混合整数线性规划（MILP）公式。我们的实验表明，所提出的3 P-HD和3 P-HD-Pr MILP配方在紧密性和溶解时间方面也表现得最好。
2020-05-12 math.OC
