负责LNG需供输储智能供需匹配各场景下各目标函数的最优算法(Python、R、Cplex),研发读存不同数据方式的供需匹配算法应用,进行不同求解器准确性一致性经济性验证,及成套算法的设计、研发及验证测试;
- 根据和LNG需供输储智能匹配业务方的沟通交流及确认,基于运筹学运输问题模型(TPP)、线性规划(LP)及混合整数规划(MIP)模型,研发有约束的目标为求供需总成本、总利润、价值等最优调度的LNG需供输储多需多供各场景的智能匹配算法;设计及研发基于读存MySQL数据库Json数据的工程化版算法;
- 对供需智能匹配后续版算法进行运筹优化方案介绍及优缺点对比,包括动态规划、二次规划和遗传算法。
- 分析基于arcgis和postgres地图数据库的postGIS管网通路地图系统平台的数据库表,转换出各站点地理信息数据,做路径规划算法设计;对智能匹配从数学模型、机器学习与运筹学等角度提供算法方案设计。
基于Hive大数据及在Pytorch算法中台上,通过数据挖掘和特征工程分析进行机器学习算法(线性回归、逻辑回归、Light GBM、XGBoost、GBDT、季节项时间序列和SVM与LSTM等)建立Python及R的算法模型:
- 需求预测:对城燃公司日、月、年用气量进行预测,特征工程及拟合各因子关系及模型选择Python开发;
- 供需预测:对销售燃气具的月采购与销售量进行预测,拟合各因子、各变量间的量化关系;
- 基于物联数据,对阀门、调压计和流量计等设备可靠性的检测预警及预测性维护的各模型算法方案撰写;
- 最优库存、最低库存和安全库存算法设计;预测商机及潜在购买用户。