马志强
- 作品数：2 被引量：4H指数：1
- 供职机构：教育部更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：社会学经济管理电气工程更多>>
- 现金流均衡项目调度优化被引量：4
- 2014年
- 以一个具有代表性的实际工程项目——石大体育看台为对象,对现金流均衡项目调度优化问题进行了研究。首先介绍该工程项目的实际背景;随后基于承包商角度构建现金流均衡项目调度优化模型,并设计禁忌搜索算法进行求解,得到的满意进度与实际进度相比,现金流均衡幅度提升35.35%;最后,通过将理论结果与现实情况的对比分析,找出该工程项目在实际管理中存在的差距,研究了影响现金流均衡的关键因素,结论如下:通过提高支付比例、延迟截止日期、缩短支付时间间隔,可以减小现金流量缺口,实现现金流的有效均衡。研究可为项目进度管理、现金流控制提供定量化决策支持。
- 马志强何正文黄昶生
- 关键词：项目调度禁忌搜索
- 多尺度分解下GRU-TCN集成的动力电池剩余使用寿命预测方法
- 2024年
- 精准预测动力电池的剩余使用寿命(remaining useful life,RUL)能够提前规避因电池过度使用带来的风险,为退役电池的二次利用提供决策依据,提升电池第二寿命的利用率。为了降低动力电池RUL预测任务中噪声和容量回升现象导致的非线性特征对RUL预测精度的影响,提出了一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)、门控循环单元网络(gated recurrent unit,GRU)和时序卷积网络(temporal convolutional networks,TCN)集成的动力电池RUL预测模型。首先,使用EEMD对原始数据进行分解,动力电池容量衰退过程中由噪声和容量回升现象导致的非线性特征被分解到高频分量,而原始容量数据的主要趋势被分解到低频分量。其次,再使用GRU和TCN网络分别对高频分量和低频分量进行预测。最后,使用Attention对预测结果进行集成。在NASA数据集上的实验结果表明,本工作提出的集成模型的预测精度和对非线性特征的拟合程度都优于其他单一模型和其他同类型模型,最大平均绝对误差和最大均方根误差分别在0.52%和0.74%内,绝对误差在1个循环周期内,证明本模型有较好的RUL预测能力。
- 刘佳马志强马志强刘广忱李宏勋
- 关键词：动力电池经验模态分解
