CN105741183A - 组合选取方法及其系统 - Google Patents
组合选取方法及其系统 Download PDFInfo
- Publication number
- CN105741183A CN105741183A CN201410750678.1A CN201410750678A CN105741183A CN 105741183 A CN105741183 A CN 105741183A CN 201410750678 A CN201410750678 A CN 201410750678A CN 105741183 A CN105741183 A CN 105741183A
- Authority
- CN
- China
- Prior art keywords
- combination
- estimate
- newly
- geometric center
- those
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/24—Preventing development of abnormal or undesired conditions, i.e. safety arrangements
- F23N5/242—Preventing development of abnormal or undesired conditions, i.e. safety arrangements using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
Abstract
一种组合选取方法及其系统,包括以下步骤:首先,从复数种材料来源中选取固定数目的材料来源并提供复数个预估组合;接着,从所述多个预估组合中筛选出所有符合条件参数的预估组合,并由符合条件参数的预估组合产生组合群;之后,变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合,并从新预估组合中选取符合条件参数加入组合群;最后,重复执行前一步骤直到组合群的预估组合与新预估组合的总数量达到预设目标后停止。
Description
技术领域
本发明提供一种组合选取方法,特别是一种参考组合选取方法及其系统。
背景技术
在火力发电厂中,通常燃料成本占整个发电厂发电成本的70%以上。因此,如何降低燃料成本是火力发电厂提高经济效益的主要途径。降低燃料成本主要有两个方面,一方面是降低发电煤耗,一方面是降低燃煤价格,发电煤耗可以通过提升发电机组的发电效率来降低,但这涉及的层面较广因而投入的成本高,同时效果亦并不明显。另外,降低燃煤价格,通常可以通过降低采购价格和燃煤掺烧两种方式达到。但长时间以来,煤炭系属卖方市场,使得降低采购价格困难重重。因此,透过配煤掺烧的方式来降低燃煤价格是一种比较可行的办法。
进一步地说,发电锅炉是以燃煤来产生动能,根据不同的煤种和煤质会造成不同的效率以及影响特性存在。因此,优化或极限值范围的问题即伴随而来。在实际操作上,如果煤种和煤质偏离安全范围,就会影响发电锅炉稳定运行、经济及人员安全,甚至带来难以克服的困难。
然而传统上,在配煤的过程中是根据各个储放燃煤之煤仓的化验结果按照比例混合,以达到所需安全范围内燃煤掺烧的目的。但这种方法不仅耗费大量的人工,而且配煤达不到理想的效果,造成发电锅炉效率低与发电煤耗比例大,都是发电厂所不乐见的情况。
发明内容
本发明实施例提供一种组合选取方法,包括以下步骤。首先,从复数种材料来源中选取固定数目的材料来源并提供复数个预估组合;接着,从所述多个预估组合中筛选所有符合条件参数的预估组合,并由符合条件参数的预估组合产生组合群;之后,变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合,并从新预估组合中选取符合条件参数加入组合群;最后,重复执行前一步骤直到组合群的预估组合与新预估组合的总数量达到预设目标后停止。
本发明实施例提供一种组合选取系统。所述组合选取系统包括复数个材料储存空间以及组合选取装置。组合选取装置包括来源选取模块以及计算模块。组合选取装置耦接于所述材料储存空间。计算模块耦接于来源选取模块。来源选取模块用以从复数种材料储存空间中选取固定数目的材料来源并提供复数个预估组合。计算模块用以从所述预估组合中筛选所有符合条件参数的该预估组合,并由符合条件参数的预估组合产生组合群;变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合,并从新预估组合中选取符合条件参数加入组合群;重复执行直到组合群的预估组合与新预估组合的总数量达到预设目标后停止。
综上所述,本发明实施例所提供的组合选取方法及其系统能够改善过去规划软件必须依赖限制参数的规则而未考虑未成型经验的缺陷。进一步地说,本发明实施例解决在多变量的配方过程中快速寻找多组可行解。也就是说,以在限制参数未明确但所需目标明确的情况下,从多变量所产生之巨量数据数据中提供一个范围内可行的多个配方结果,并且缩短传统规划软件计算之时间、材料的成本,甚至是整体系统设备损耗的降低。
为使能更进一步了解本发明之特征及技术内容,请参阅以下有关本发明之详细说明与附图,但是此等说明与所附图式仅系用来说明本发明,而非对本发明的权利范围作任何的限制。
附图说明
图1为本发明实施例的组合选取系统的示意图。
图2为本发明实施例的组合选取方法的流程图。
图3为本发明实施例应用于配煤规划的示意图。
图4为本发明实施例的组合选取方法中计算与选取新预估组合的流程图。
图5为本发明实施例应用于配煤规划中以内积计算与选取新预估组合的示意图。以及
图6为本发明实施例应用于配煤规划中以距离计算与选取新预估组合的示意图。
具体实施方式
在下文将参看随附图式更充分地描述各种例示性实施例,在随附图式中展示一些例示性实施例。然而,本发明概念可能以许多不同形式来体现,且不应解释为限于本文中所阐述之例示性实施例。确切而言,提供此等例示性实施例使得本发明将为详尽且完整,且将向熟习此项技术者充分传达本发明概念的范畴。在诸图式中,可为了清楚而夸示层及区之大小及相对大小。类似数字始终指示类似组件。
本发明实施例系在多个材料来源以预估组合的方式提供相近或相似的新预估组合,以重复计算可能的所有预估组合。并且,将所有预估组合依用户所需之条件进行排列后产生一建议表。因此,本发明实施例提供使用者快速寻找多组可行的材料组合,以达到从多变量所产生之巨量数据数据中提供一个范围内可行的多个配方结果。后续将进一步进行本发明实施例之详细说明。
请参阅图1,图1为本发明实施例的组合选取系统的示意图。组合选取系统1包括复数个材料储存空间11、组合选取装置10以及建议表14。组合选取装置10包括来源选取模块102、计算模块103以及建议表产生模块104。组合选取装置10耦接于所述多个材料储存空间11。计算模块103耦接于来源选取模块102,建议表产生模块104耦接于计算模块103。
材料储存空间11为存放营运商或使用者所使用的各种原料。更仔细地说,材料储存空间11可以用以存放食品、饮品、药品、燃料、颜料等等需进行配方或组合之原料。在本发明实施例中,材料储存空间11存放并提供各种燃煤,例如为不同产地来源、不同存放时间的燃煤仓库。
组合选取装置10用以从材料储存空间11选择所需配置或组合的材料来源。来源选取模块102包含适当的电路、逻辑和/或编码,用以从所述材料储存空间11中选取一固定数目的材料来源,并且提供复数个预估组合。在本发明实施例中,来源选取模块102选取固定数目为「5」的燃煤仓库,各燃煤仓库存放多种材料来源,材料例如是燃煤等物质。来源选取模块102选择各个燃煤仓库的材料来源,产生复数个预估组合。值得一提的是,在实际应用上燃煤仓库之输出口的碎煤机因使用年资的长短或其他因素会使得碎煤的程度不同(例如颗粒粗细)。因此,每一个燃煤仓库即使存放相同的材料来源,其仍视为不同的变数。换句话说,来源选取模块102系以一重复组合(Combinationwithrepetition)作为选取方式。
计算模块103包含适当的电路、逻辑和/或编码,用以从预估组合中筛选所有符合一条件参数的预估组合,并由符合条件参数的所有预估组合来产生一组合群。更仔细地说,计算模块103从来源选取模块102所选取后产生之复数个预估组合,并且计算模块103计算出各预估组合之特性结果以提供与条件参数进行比较。在计算模块103筛选出符合条件参数的预估组合后,将以所述符合条件参数的预估组合来产生组合群。换句话说,组合群为计算模块103根据条件参数筛选出符合条件参数的所有预估组合。
然而,计算模块103在选取固定数目的材料储存空间11中,可以随机选取方式或根据预设组合列表选取以提供所述预估组合。仔细地说,随机选取方式例如为计算模块103随机挑选材料储存空间11的材料来源;或者是由使用者过去之经验制作的材料来源的预设组合列表,以提供计算模块103进行选取。
另外,在本发明实施例中,条件参数为使用者或营运商对燃煤的特性结果所需之限制。特性结果例如氧化硫(SOx)浓度、一氧化氮(NOx)浓度、灰量、刮蚀度、积灰性、解渣性、用煤量、饲煤机容量等等其中至少之一。举例来说,营运商或使用者可设定筛选之条件参数小于氧化硫(SOx)浓度为1的所有预估组合。需注意的是,本发明实施例仅以燃煤规划作为说例,并非用以限制本发明之条件参数的应用范围,在本发明领域具通常知识者应了解,亦可以食品、饮品、药品、燃料、颜料各类型之参数进行替换。
另外,计算模块103更进一步用以变更组合群中的各预估组合的部分材料储存空间11的材料来源以产生各预估组合对应的新预估组合,并且从所述新预估组合中再次选取符合条件参数加入组合群。更仔细地说,在初步地筛选完符合条件限制的预估组合后,计算模块103计算组合群的所有预估组合之几何中心以提供与组合群中的预估组合为「趋近」或「趋离」几何中心的多个新预估组合。以燃煤规划组合为例,在筛选出符合条件参数之燃煤规划组合的组合群后,计算模块103以所有预估组合计算组合群的几何中心,并且进一步变更燃煤规划组合的部分材料来源,以寻找新的预估组合。在本发明实施例中,几何中心为重心(CenterofGravity)或质心(CenterofMess)。接着,计算模块103将所搜寻到的新预估组合同样以同样地条件参数进行筛选,并将符合条件参数之新预估组合加入组合群中。
接着,计算模块103重复执行上述之直到组合群收集的预估组合与新预估组合的总数量达到一预设目标后停止。更仔细地说,计算模块103在搜寻到新预估组合并将符合条件参数之新预估组合加入组合群后,计算模块103若判断用户或营运商所设定之预设目标未达成时,则再次执行计算组合群中的预估组合与新预估组合之几何中心,以提供再次找寻与预估组合及新预估组合趋近或趋离几何中心的其他预估组合。值得一提的是,在实际应用上预设目标一般为用户或营运商所设定的固定次数或所需的组合群内预估组合之预设数量。
建议表产生模块104包含适当的电路、逻辑和/或编码,用以在计算模块103达到预设目标后,依照条件参数排序组合群中的所有预估组合与新预估组合,以产生建议表14。更仔细地说,建议表产生模块104进一步地将计算模块103所筛选出的所有预估组合依用户或营运商所需之特性结果依大小或推荐顺序进行排序,以提供使用者或营运商可使用的预估组合。在燃煤规划的实施例中,建议表产生模块104产生燃煤规划建议表,依序列举出符合小于氧化硫(SOx)浓度为1的预估组合,以提供用户或营运商后续从材料来源选取放置燃煤仓库以进行燃煤发电之动作。
接着请参阅图2,图2为本发明实施例的组合选取方法的流程图。组合选取方法包括以下步骤:步骤S201,从复数种材料来源中选取固定数目的材料来源,并提供复数个预估组合;步骤S202,从预估组合中筛选所有符合条件参数的预估组合,并由符合条件参数的预估组合产生组合群;步骤S203,变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合,并从新预估组合中选取符合条件参数加入组合群;步骤S204,判断是否达到预设目标;步骤S205,依照条件参数排序组合群中的预估组合与新预估组合以产生建议表。
请同时复参阅图1,在步骤S201中,来源选取模块102用以选取固定数目的所述复数个材料储存空间11中的材料来源,并且提供复数个预估组合。以发电厂的燃煤规划为例,来源选取模块102选取固定数目为「5」的燃煤仓库,其中各燃煤仓库存放所需材料来源,材料例如是燃煤等物质。来源选取模块102选择各个燃煤仓库的材料来源,以产生燃烧发电时的复数个预估组合,以估计各个预估组合可能之特性。
请同时参阅图3,图3为本发明实施例应用于配煤规划的示意图。在步骤S202中,计算模块103从来源选取模块102所选取产生之复数个预估组合,并且计算出各预估组合之特性结果与用户或营运商提供之条件参数进行比较,以筛选出符合条件参数的预估组合,并且以所述符合条件参数的预估组合来产生一组合群。如图3所举例,k为平均含硫量的条件参数或限制条件,A点为所有实际存在的所有组合,B点为从复数种材料来源中选取固定数目的材料来源产生的所有预估组合,以及S点为符合条件参数的预估组合。换句话说,在条件参数为平均含硫量为1以下的S点为符合条件参数的所有预估组合,亦即为组合群。
接着,在步骤S203中,在步骤S202筛选完符合条件限制的预估组合后,计算模块103更用以变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合,并从所述新预估组合中选取符合条件参数加入组合群。
在步骤S204中,计算模块103在搜寻到新预估组合并将符合条件参数之新预估组合加入组合群后,计算模块103判断用户或营运商所设定之预设目标是否达成。若计算模块103判断预设目标未达成时,则回到步骤S203再次寻找其他的新预估组合。若计算模块103判断预设目标达成时,则进入步骤S205。
在步骤S205中,建议表产生模块104进一步地将计算模块103所筛选出的所有预估组合依用户或营运商所需之特性结果以大小或推荐顺序进行排序,以提供使用者或营运商可使用的预估组合。换句话说,建议表产生模块104提供预定目标数量的可行解给使用者或营运商。
接着将进一步说明本发明之计算模块搜寻新的预估组合之实施例。请参阅图4,图4为本发明实施例的组合选取方法中计算与选取新预估组合的流程图。组合选取方法还包括以下步骤:步骤S2031,计算组合群的所有预估组合的几何中心;步骤S2032,变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合;步骤S2033,根据几何中心判断各新预估组合是否符合预设范围;步骤S2034,将符合条件参数之新预估组合加入组合群。
请参阅图4以及图5,图5为本发明实施例应用于配煤规划中以内积计算与选取新预估组合的示意图。在图5中,W为几何中心,以及S1、S2点为新预估组合。
在步骤S2031中,计算模块103进一步计算符合条件参数的所有预估组合S之几何中心W。其中几何中心W以质心为例:
ri表示第i种燃煤产出或需求,例如:用煤量、硫化物排放量、氮化物排放量、产灰量等等(如图4之平均含硫量及用煤量之两变数为例),mi表示该数值点的质量,在本发明实施例中以1进行计算,即为计算平均值。另外,M为mi的总和。
接着,在计算出几何中心W后,于步骤S2032中,变更组合群中的各预估组合的部分材料来源以产生各预估组合对应的新预估组合。以图5之举例,以预估组合变更部分材料来源来说,其可以找到于几何位置中坐落于所述预估组合附近的新预估组合S1与S2。
进一步地,在找寻到新预估组合S1与S2后,于步骤S2033中,根据几何中心判断各新预估组合是否符合预设范围。更仔细地说,在图5中,本发明实施例以各预估组合S至各新预估组合S1或S2的向量与各预估组合S至几何中心W的向量的内积来进行判断,判断新预估组合S1或S2为趋近或趋离几何中心W的新预估组合。举例来说,当各预估组合S至各新预估组合S1或S2的向量与各预估组合S至几何中心W的向量的内积大于零时,判断新预估组合S1或S2为趋近几何中心W的新预估组合。相反地,当各预估组合S至各新预估组合S1或S2的向量与各预估组合S至几何中心W的向量的内积小于零时,判断新预估组合S1或S2为趋离几何中心W的新预估组合。也就是说,在本发明实施例中,预设范围系以内积值作为限制。在实际应用上,使用者或营运商可依需求选择找寻趋近(内积大于零)或趋离(内积小于零)的新预估组合作为预设制范围的找寻目标,其中趋近可表示为较为安全的预估组合,而趋离则可表示为较为危险的预估组合。当判断有新预估组合S1或S2符合预设范围时,进入步骤S2034。若当判断新预估组合S1或S2不符合预设范围时,则回到步骤S2032以重新变更组合群中的各预估组合的部分材料来源找寻新预估组合。其后,在步骤S2034,将符合条件参数之新预估组合S1或S2加入组合群,并进入步骤S204再次判断是否达到预设目标。
另外,在图6中,本发明更提出另一实施例,系以各预估组合S至几何中心W与于各新预估组合S1或S2至几何中心W的距离进行判断。更仔细地说,在步骤S2033中,当各预估组合S至几何中心W的距离较短于各新预估组合S1或S2至几何中心W时,判断为趋近几何中心W的新预估组合S1或S2。相反地,当各预估组合S至几何中心W的距离较长于各新预估组合S1或S2至几何中心W时,判断为趋离几何中心W的新预估组合S1或S2。同样地在实际应用上,使用者或营运商可依需求选择找寻趋近(距离短)或趋离(距离长)的新预估组合作为预设制范围的找寻目标。
[发明可能的功效]
综上所述,本发明实施例所提供的组合选取方法及其系统能够改善过去规划软件必须依赖限制参数的规则而未考虑未成型经验的缺陷。进一步地,本发明实施例解决在多变量的配方过程中快速寻找多组可行解。也就是说,以在限制参数未明确但所需目标明确的情况下,从多变量所产生的巨量数据数据中提供一个范围内可行的多个配方结果,并且缩短传统规划软件计算的时间、材料的成本,甚至是整体系统设备损耗的降低。
以上所述,仅为本发明最佳的具体实施例,惟本发明的特征并不局限于此,任何熟悉该项技艺者在本发明的领域内,可轻易思及的变化或修饰,皆可涵盖在以下本案的专利范围。
【符号说明】
1:组合选取系统
10:组合选取装置
11:材料来源
102:来源选取模块
103:计算模块
104:建议表产生模块
14:建议表
k:条件参数
A:实际存在的所有组合
B:所有预估组合
S:符合条件参数的预估组合
W:值心
S1、S2:符合条件参数的新预估组合
S201~S205、S2031~S2034为方法步骤流程。
Claims (20)
1.一种组合选取方法,其特征在于,包括以下步骤:
步骤A:从复数种材料来源中选取一固定数目的该材料来源并提供复数个预估组合;
步骤B:从该些预估组合中筛选所有符合一条件参数的该预估组合,并由符合该条件参数的该些预估组合产生一组合群;
步骤C:变更该组合群中的各该预估组合的部分该材料来源以产生各该预估组合对应的新预估组合,并从该些新预估组合中选取符合该条件参数加入该组合群;以及
步骤D:重复执行步骤C直到该组合群的该些预估组合与该些新预估组合的总数量达到一预设目标后停止。
2.根据权利要求1所述的组合选取方法,其中在步骤A中以一随机选取方式或根据一预设组合列表选取该固定数目的该材料来源提供该些预估组合。
3.根据权利要求1所述的组合选取方法,其中在步骤D中,该预设目标为一固定次数或该组合群的一预设数量。
4.根据权利要求3所述的组合选取方法,还包括:
步骤F:依照该条件参数排序该组合群中的该预估组合与该新预估组合,以产生一建议表。
5.根据权利要求1所述的组合选取方法,其中在步骤B中,在产生该组合群后,进一步计算该组合群的该些预估组合的一几何中心。
6.根据权利要求5所述的组合选取方法,其中在步骤C中,变更该组合群中的各该预估组合的部分材料来源以产生趋近该几何中心的该新预估组合。
7.根据权利要求6所述的组合选取方法,其中当各该预估组合至各该新预估组合的向量与各该预估组合至该几何中心的向量的内积大于零时,判断趋近该几何中心的该新预估组合。
8.根据权利要求6所述的组合选取方法,其中当各该预估组合至该几何中心的距离较短于各该新预估组合至该几何中心时,判断趋近该几何中心的该新预估组合。
9.根据权利要求5所述的组合选取方法,其中在步骤C中,变更该组合群中的各该预估组合的部分材料来源以产生趋离该几何中心的该新预估组合。
10.根据权利要求9所述的组合选取方法,其中当各该预估组合至各该新预估组合的向量与各该预估组合至该几何中心的向量的内积小于零时,判断为趋离该几何中心的该新预估组合。
11.根据权利要求9所述的组合选取方法,其中当各该预估组合至该几何中心的距离较长于各该新预估组合至该几何中心时,判断为趋离该几何中心的该新预估组合。
12.根据权利要求5所述的组合选取方法,其中该几何中心为一重心或一质心。
13.根据权利要求1所述的组合选取方法,其中在步骤A之后,计算出各该预估组合的一特性结果以提供与该条件参数进行比较。
14.根据权利要求13所述的组合选取方法,其中该材料来源为一燃煤仓库。
15.根据权利要求14所述的组合选取方法,其中从该些燃煤仓库中选取方式为一重复组合。
16.根据权利要求14所述的组合选取方法,其中该特性结果包括一氧化硫浓度、一氧化氮浓度、灰量、刮蚀度、积灰性、解渣性、用煤量、饲煤机容量其中至少之一。
17.一种组合选取系统,其特征在于,包括:
复数个材料储存空间,用以个别存放一材料来源;
一组合选取装置,耦接于该些材料储存空间,包括:
一来源选取模块,用以从该些材料储存空间中选取一固定数目的该材料来源并提供复数个预估组合;
一计算模块,耦接于该来源选取模块,用以从该些预估组合中筛选所有符合一条件参数的该预估组合,并由符合该条件参数的该些预估组合产生一组合群;变更该组合群中的各该预估组合的部分该材料来源以产生各该预估组合对应的新预估组合,并从该些新预估组合中选取符合该条件参数加入该组合群;重复执行直到该组合群的该些预估组合与该些新预估组合的总数量达到一预设目标后停止。
18.根据权利要求17所述的组合选取系统,其中该来源选取模块以一随机选取方式或根据一预设组合列表选取该固定数目的该材料来源提供该些预估组合。
19.根据权利要求17所述的组合选取系统,其中该计算模块在产生该组合群后,进一步计算该组合群的该些预估组合的一几何中心。
20.根据权利要求19所述的组合选取系统,其中该计算模块变更该组合群中的各该预估组合的部分材料来源以产生趋近或趋离该几何中心的该新预估组合。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410750678.1A CN105741183A (zh) | 2014-12-09 | 2014-12-09 | 组合选取方法及其系统 |
US14/569,915 US20160162796A1 (en) | 2014-12-09 | 2014-12-15 | Combination selecting method and system using the same |
TW104101674A TWI571821B (zh) | 2014-12-09 | 2015-01-19 | 組合選取方法及其系統 |
KR1020150022188A KR101679247B1 (ko) | 2014-12-09 | 2015-02-13 | 조합 선택 방법 및 그 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410750678.1A CN105741183A (zh) | 2014-12-09 | 2014-12-09 | 组合选取方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105741183A true CN105741183A (zh) | 2016-07-06 |
Family
ID=56094625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410750678.1A Pending CN105741183A (zh) | 2014-12-09 | 2014-12-09 | 组合选取方法及其系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160162796A1 (zh) |
KR (1) | KR101679247B1 (zh) |
CN (1) | CN105741183A (zh) |
TW (1) | TWI571821B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376924A (zh) * | 2018-10-18 | 2019-02-22 | 广东电网有限责任公司 | 一种物资需求预测的方法、装置、设备及可读存储介质 |
JP7157402B1 (ja) * | 2022-05-26 | 2022-10-20 | 株式会社エクサウィザーズ | 情報処理方法及びプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050089923A9 (en) * | 2000-01-07 | 2005-04-28 | Levinson Douglas A. | Method and system for planning, performing, and assessing high-throughput screening of multicomponent chemical compositions and solid forms of compounds |
JP2004537772A (ja) * | 2001-01-29 | 2004-12-16 | マニュギスティックス・インコーポレイテッド | クリティカルな資材構成要素および製造能力の供給を割り当てるためのシステムおよび方法 |
KR101156821B1 (ko) * | 2008-01-18 | 2012-06-18 | 신닛뽄세이테쯔 카부시키카이샤 | 배합 계획 작성 장치, 방법 및 기록 매체 |
US8793642B2 (en) * | 2009-12-23 | 2014-07-29 | Biosense Webster (Israel), Ltd | Component selection for circuit assembly |
CN102114595A (zh) * | 2009-12-30 | 2011-07-06 | 贵州英特利智能控制工程研究有限责任公司 | 一种按要求选择零件进行配套组合的方法 |
US9032360B1 (en) * | 2011-05-08 | 2015-05-12 | Panaya Ltd. | Selecting a test scenario template based on similarity of testing profiles belonging to different organizations |
TWI549007B (zh) * | 2013-02-07 | 2016-09-11 | 先知科技股份有限公司 | 製程參數的搜尋與分析方法及其電腦程式產品 |
-
2014
- 2014-12-09 CN CN201410750678.1A patent/CN105741183A/zh active Pending
- 2014-12-15 US US14/569,915 patent/US20160162796A1/en not_active Abandoned
-
2015
- 2015-01-19 TW TW104101674A patent/TWI571821B/zh active
- 2015-02-13 KR KR1020150022188A patent/KR101679247B1/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
TW201621793A (zh) | 2016-06-16 |
TWI571821B (zh) | 2017-02-21 |
KR101679247B1 (ko) | 2016-11-24 |
US20160162796A1 (en) | 2016-06-09 |
KR20160069975A (ko) | 2016-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
An et al. | Biofuel and petroleum-based fuel supply chain research: a literature review | |
Holland et al. | Why marginal CO2 emissions are not decreasing for US electricity: Estimates and implications for climate policy | |
CN105117808B (zh) | 一种配煤掺烧寻优方法 | |
Palander et al. | Towards sustainable wood procurement in forest industry–The energy efficiency of larger and heavier vehicles in Finland | |
Orjuela-Castro et al. | Identifying trade-offs between sustainability dimensions in the supply chain of biodiesel in Colombia | |
Achakulwisut et al. | Global fossil fuel reduction pathways under different climate mitigation strategies and ambitions | |
CN105320116A (zh) | 一种火电厂燃料全价值寻优方法及系统 | |
Salehi et al. | Designing a resilient and sustainable biomass supply chain network through the optimization approach under uncertainty and the disruption | |
CN112330179B (zh) | 一种基于改进熵权法的配煤掺烧模糊综合评价方法 | |
Luu et al. | Rice husk based bioelectricity vs. coal-fired electricity: Life cycle sustainability assessment case study in Vietnam | |
Cooper et al. | Linear estimators of biomass yield maps for improved biomass supply chain optimisation | |
CN105160499B (zh) | 一种火力发电厂的燃料分析系统与方法 | |
Thrän et al. | Bioenergy beyond the German “Energiewende”–Assessment framework for integrated bioenergy strategies | |
CN105741183A (zh) | 组合选取方法及其系统 | |
Ochoa Bique et al. | Design of hydrogen supply chains under demand uncertainty–a case study of passenger transport in Germany | |
Chao et al. | Sensitivity analysis of fleet-level life cycle carbon emissions to biofuel options and emission policy schemes for the US commercial airlines | |
Ransikarbum et al. | Relative efficiency analysis of biomass agricultural plants using data envelopment analysis | |
Read et al. | A multi-participant, multi-criteria analysis of energy supply sources for Fairbanks, Alaska | |
Elisha et al. | Analysis of production and consumption of palm-oil based biofuel using system dynamics model: case of Indonesia | |
CN109190817B (zh) | 燃煤耦合生物质减排发电的二层决策优化方法 | |
Tanimizu et al. | Integrated production and transportation scheduling for multi-objective green supply chain network design | |
Sobczak et al. | Price dependence of biofuels and agricultural products on selected examples | |
DZHELİL et al. | Mathematical modeling and optimization of supply chain for bioethanol | |
Zokaeï et al. | Understanding environmental sustainability of supply chains: The biofuels industry in the United Kingdom | |
Garcia | Life Cycle Optimization of Sustainable Water-Energy-Food Nexus Systems and Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160706 |