本发明属于水库优化调度领域，公开了一种随机来水情况下的水库蓄水期径流分级控制发电调度方法。首先，将蓄水期入库径流划分为面临时段和余留期长时段两个阶段，分析水库多年历史入库径流数据，统计得到蓄水期各时段当前径流和余留期长时段平均径流间的转移概率矩阵。然后离散蓄水期各时段水库运行水位和入库流量，得到各时段水库水位和入库流量的组合。针对每一种组合，根据转移概率矩阵获得余留期长时段各种随机平均入流值概率，计算得到使当前时段和余留期长时段发电量期望值最大的决策流量值，对蓄水期所有时段计算完毕后组合编制得到径流

成果描述：本实用新型公开了一种用于铁路调度系统的信号接入装置,其通过模数转换模块与调度信号生成装置连接,将调度信号生成装置输出的调度信号转换为调度数据；通过协议转换器与模数转换模块连接,将模数转换模块输出的调度数据转换成网络数据,上位机通过与协议转换器连接,而获取协议转换器输出的网络数据,并通过局域网将网络数据传输给铁路调度服务器。因此,本实用新型通过将以高速串行SPI协议传输的调度信号转换成网络数据,使铁路调度系统能够直接地获取各个站点的调度信号。市场前景分析：本实用新型通过将以高速串行SPI协议传输的调度信号转换成网络数据,使铁路调度系统能够直接地获取各个站点的调度信号。与同类成果相比的优势分析：国内领先

以钢铁企业增产和节能降耗为目标，与沙钢集团进行近10年持续的产学研合作，围绕钢铁生产物料全流程跟踪与优化调度中关键技术问题开展研究。李奇教授团队先后承担了江苏省软件专项项目“钢铁企业物料跟踪与优化调度系统”，江苏省科技支撑计划（工业部分）项目“基于多车间的生产管控与销售集成一体化系统”等课题，以及多项企业技术创新项目。

该平台是以成都地铁实际运营线路为背景，采用国际最新城市轨道交通调度指挥架构研究开发的调度指挥仿真平台，包含了基于CBTC的列车智能控制、ATS线路设备控制、运行计划自动执行及调整、轨旁应答器模拟、城市轨道交通列车牵引计算、车辆段作业组织等理论、方法与技术，同时兼容传统轨道电路调度监督及指挥模式。该平台可在纯软件环境下真实的模拟城市轨道交通运输组织与调度指挥过程，从而实现低成本、高效率、高精度的城市轨道交通线路设备适应性分析、通过能力分析、客运能力分析等，在地铁线路规划、设计、运营全过程均具有很高的实用价值。

成果的背景及主要用途：天津大学结合三门峡水利枢纽管理局委托“三门峡 枢纽多模目标优化调度研究”项目和教育部骨干教师基金“粘性泥沙的力学模型 和人工智能模拟复合模拟研究”项目开展了多沙河流水库水沙电的多目标优化调 度的研究工作。采用科学的理论方法和先进的技术手段，创新地研究调度管理系 统中涉及的水文预测、泥沙冲淤的智能快速模拟、高含沙洪水的“揭河底”现象 的特征机理、多目标优化调度、实时短期调度、调水调沙等问题，以便使水库优 化调度管理系统更科学化、智能化、系统化。本研究项目的进行与研究结果，有 利于协调解决目前防洪、供水、泥沙淤积与蓄水发电等多目标的优化调度的问题， 确保在改善多沙河流水库库区、下游水库及其河道的泥沙淤积情况的同时增加发 电量，提高社会效益和经济效益，在全国用电紧张、更加注重社会效益和生态效 益保护的今天，本项目的研究有重大的现实意义和实用价值。 技术原理与工艺流程简介：本项目主要利用混沌神经网络模型对黄河中下游 中长期径流和含沙量进行了预测，并利用模式识别的方法随机模拟了洪水过程中 的流量过程线和含沙量过程线；对影响潼关高程和水库泥沙淤积量的相关因子进 行优选，并利用其训练神经网络；将 BP 人工神经网络模型运用到径流量的预测， 水库泥沙淤积、潼关高程中去，进行计算和预测；建立随机微分方程模型，确定 水库断面水库进行多目标优化调度。在完成上述专业模型系统的设计开发基础上，将利用 多目标系统决策分析理论，通过从下到上逐级控制，并协调各子系统的运行关系， 使各子系统既能实现各自目标，又能满足彼此的制约关系，从而实现整个枢纽的 综合最优调度。 技术水平及专利与获奖情况：该项成果达到国际先进水平。 应用前景分析及效益预测：水库多目标优化调度的效益极为明显，往往是在 不增加水利枢纽运行和管理成本基础上实现的效益，在水资源日益短期的形势下， 其重要性也日益突出。本项目所研究的多沙河流以水、沙、电多目标优化调度系 统，可为解决防洪、供水、发电与减淤的矛盾提供新的技术手段和理论方法，可 以应用到黄河等多沙河流的各个水利枢纽的优化调度运行中，能实现水库枢纽经 济效益、社会效益和生态效益的综合优化及和谐统一。还可以应用到含沙量较小 （但又必须涉及泥沙问题）的河流上的各个水库枢纽上，如三峡水库等，应用范 围极为广泛，具有广阔的应用前景。 应用领域：水利水电工程运行管理。 合作方式及条件：技术服务。 7 大型水利水电工程可视化仿真 8 重大水利水电工程施工实时控制 9 重大泄流结构耦合动力安全理论及工程应用 10 城市热环境与建筑节能 11 建筑光环境与城市照明 12 低碳城乡规划与绿色建筑设计含沙量的概率密度分布函数；利用模糊模式交叉迭代模型和遗传算法对

本发明公开了一种虚拟化环境下动态实时 CPU 调度系统，属于 计算系统虚拟化技术领域。本发明包括网络包监控模块、信息收集模 块以及实时 CPU 调度模块，无需用户设置虚拟机类型及调度参数，能 够通过分析虚拟机发送或接收的网络包的方式动态识别虚拟机的类型 以及获取虚拟机所需的调度参数。本发明可以根据动态获取的信息及 时的调度实时虚拟机，从而保证运行于虚拟机内的实时应用的性能。 本发明与现有技术相比，消除了用户管理虚拟机

本发明提出了一种基于时间-能耗重要性比重的并行任务调度算 法，在满足时间和能耗的双重限制下，实现异构并行系统下任务所用 时间和能耗的权衡优化。本发明考虑到实际情况中任务受各种因素的 影响，执行时间不是固定且确定的，而是近似于正态分布，因此在确 定任务调度顺序时，不采用以往技术中使用执行时间平均值的方法， 而是将执行时间的平均值和方差同时考虑进来使用近似权重。在任务 分配阶段，同时考虑时间和能耗这两个性能指标，并能根据

成果简介：云计算的发展使越来越多的计算和业务服务通过云端提供。与传 统的内部服务相比较,云中的服务通常隶属于不同的机构,具有自主性,会为 了自己的效用随时加入、离开网络,使传统的仅考虑时间或者费用的服务组合与调度算法失效。本技术引入服务信任的概念融入到云工作流管理模型， 从而实现兼顾时间、费用和可靠性的 Web 服务组合及调度管理。 项目来源：自行开发 技术领域：云计算、服务

本系统结合深度学习等智能化算法机理，研究出一套云工作流智能管理与调度优化算法，面向复杂工业制造领域云工作流实现服务定制与灵活部署需求，达到云计算资源的集约利用和合理优化调度的目的，能够使大规模跨集群云数据中心资源得到充分利用。在不同典型应用场景下，尤其是在用户具有不同程度的偏好时，满足用户隐私安全保护和不同服务质量标准要求，大幅降低执行时间和耗费成本。