⚡ electrical engineering

Decision-Focused Continual Learning for Seaport Power-Logistics Scheduling: Generalization across Varying Tasks

Dieses Paper schlägt ein entscheidungsorientiertes Continual-Learning-Framework vor, das eine auf Fisher-Information basierende Regularisierung und eine differenzierbare konvexe Surrogatfunktion nutzt, um Modelle für die Hafen-Energie-Logistik-Planung zu ermöglichen, sich online an variierende Schiffsankunftstasks anzupassen und dadurch die Cross-Task-Generalisierung sowie die Entscheidungsqualität zu verbessern, während nachhaltige Rechen- und Speicheranforderungen beibehalten werden.

Ursprüngliche Autoren: Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

Veröffentlicht 2026-06-09

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Der Seehafen als geschäftige Küche

Stellen Sie sich einen modernen Seehafen wie eine riesige, hochtechnologische Küche vor.

Die Zutaten: Elektrizität (Energie) und Schiffe (Logistik).
Das Ziel: Der Küchenmanager muss entscheiden, wie viel Elektrizität er genau kaufen und wie er sie nutzen soll, um die Kräne zu betreiben und die Schiffe aufzuladen – und das alles, während er versucht, Geld zu sparen.
Das Problem: Der Manager muss diese Entscheidungen treffen, bevor er genau weiß, wie viele Schiffe ankommen werden, wie viel Ladung sie haben oder wie hoch der Strompreis morgen sein wird. Er muss zuerst eine Vorhersage treffen (prognostizieren) und dann planen (optimieren).

Der alte Weg: Der Koch mit der „perfekten Punktzahl“

Traditionell nutzte der Küchenmanager einen Computer, um die Zukunft zu erraten.

Die Strategie: Der Computer wurde darauf trainiert, die „statistisch perfekte“ Schätzung abzugeben. Wenn der reale Strompreis 100 $ betrug und der Computer 102 $ schätzte, war das eine „schlechte“ Schätzung. Wenn er 98 $ schätzte, war das ebenfalls eine „schlechte“ Schätzung. Der Computer versuchte, im Durchschnitt richtig zu liegen, indem er den Abstand zwischen der Schätzung und der Realität minimierte.
Der Fehler: In einem Seehafen bedeutet „statistisch richtig zu sein“ nicht immer auch „finanziell klug zu handeln“.
- Analogie: Stellen Sie sich vor, Sie kaufen Lebensmittel ein. Wenn Sie schätzen, dass Sie 5 Äpfel brauchen, aber eigentlich 4 brauchen, verschwenden Sie Geld. Wenn Sie 4 schätzen, aber 5 brauchen, müssen Sie den letzten vielleicht zu einem extrem hohen Notfall-Aufschlag kaufen. Die Kosten für ein „zu niedriges“ Schätzen sind anders als die Kosten für ein „zu hohes“ Schätzen.
- Der alte Computer kümmerte sich nicht um diesen Unterschied; er wollte einfach nur nah an der Zahl liegen. Dies führte zu teuren Fehlern im endgültigen Zeitplan.

Das erste Upgrade: „Entscheidungsfokussiertes“ Lernen

Die Forscher führten einen klügeren Ansatz namens Decision-Focused Learning (DFL) ein.

Die Strategie: Anstatt den Computer darauf zu trainieren, nur „nah“ an der echten Zahl zu sein, trainierten sie ihn darauf, die bestmögliche Entscheidung basierend auf dieser Zahl zu treffen.
Die Analogie: Anstatt den Computer zu fragen: „Wie nah ist deine Schätzung an der Wahrheit?“, fragten sie: „Wenn du diese Schätzung abgibst, wie viel Geld sparen wir oder verlieren wir?“ Der Computer lernte, Schätzungen abzugeben, die statistisch gesehen vielleicht etwas „falsch“ waren, aber dazu führten, dass die Stromrechnung am günstigsten ausfiel.
Das neue Problem: Das funktionierte hervorragend für einen spezifischen Tag mit einer bestimmten Menge an Schiffen. Aber Seehäfen sind chaotisch. Morgen kommen vielleicht eine andere Anzahl an Schiffen an oder sie führen unterschiedliche Ladungen mit sich. Das ändert die „Spielregeln“ (das Optimierungsproblem).
Das Scheitern: Als die Forscher das „entscheidungsfokussierte“ Modell an einem neuen Tag mit anderen Schiffen testeten, vergaß es alles, was es an den vorangegangenen Tagen gelernt hatte. Es war wie ein Koch, der das Rezept für das Menü am Dienstag auswendig gelernt hat, aber das Menü am Mittwoch nicht kochen kann, weil sich die Zutaten leicht geändert haben.

Die Lösung: „Kontinuierliches Lernen“ mit einem Sicherheitsnetz

Das Papier schlägt ein neues System vor, das Decision-Focused Continual Learning (DFCL) heißt. Betrachten Sie dies als einen Koch, der jeden Tag lernt, aber die Grundlagen niemals vergisst.

1. Das „Fisher“-Sicherheitsnetz (Elastic Weight Consolidation)

Das Konzept: Während der Koch ein neues Menü (eine neue Aufgabe) lernt, kann es passieren, dass er versehentlich verlernt, wie man das alte Menü kocht. Um dies zu verhindern, nutzt das System eine „Fisher-informationsbasierte Regularisierung“.
Die Analogie: Stellen Sie sich vor, das Gehirn des Kochs ist wie ein Schwamm. Wenn er ein neues Rezept lernt, saugt er normalerweise neues Wasser auf und drückt das alte Wasser heraus. Diese neue Methode setzt elastische Bänder um die Teile des Schwamms, die das wichtigste „alte Wissen“ halten.
Wie es funktioniert: Das System identifiziert, welche Teile des „Gehirns“ des Computers (Parameter) entscheidend dafür sind, gute Entscheidungen für vergangene Tage zu treffen. Beim Lernen eines neuen Tages legt es „elastische Bänder“ um diese Teile, damit sie sich nicht zu weit dehnen. Dies ermöglicht es dem Modell, sich an die neuen Schiffe anzupassen, ohne zu vergessen, wie es mit den alten umzugehen hat.

2. Die „Glatte Ersatzfunktion“ (Differentiable Convex Surrogate)

Das Konzept: Die Mathematik hinter der Planung von Schiffen und Kränen ist unglaublich komplex und „uneben“ (nicht-konvex), was es für den Computer schwierig macht, aus seinen Fehlern zu lernen.
Die Analogie: Stellen Sie sich vor, Sie versuchen, einen Ball einen Berg mit Felsen und Klippen hinunterzurollen. Der Ball bleibt stecken, und Sie können nicht sagen, in welche Richtung Sie drücken sollen, um den Boden zu erreichen.
Die Lösung: Die Forscher entwickelten eine „glattgestrichene“ Version des Berges (eine differenzierbare Ersatzfunktion/Surrogate). Es ist, als würde man eine glatte Plastikfolie über die felsigen Steine legen. Der Computer lernt auf dieser glatten Oberfläche und findet heraus, in welche Richtung er drücken muss. Sobald er die Richtung gelernt hat, wendet er diese Logik auf den echten, felsigen Berg an. Dies macht den Lernprozess stabil und schnell.

Die Ergebnisse: Warum es wichtig ist

Die Forscher testeten dies mit Daten aus dem Jurong Port in Singapur.

Der Test: Sie simulierten einen Datenstrom von 6 verschiedenen Tagen, die jeweils unterschiedliche Ankunftsmuster der Schiffe aufwiesen.
Der Gewinner: Das neue DFCL-System war der Champion.
- Es sparte mehr Geld als die alten „statistischen“ Methoden.
- Es sparte mehr Geld als die „entscheidungsfokussierte“ Methode, die keine „elastischen Bänder“ verwendete (sie vergaß zu viel).
- Effizienz: Es musste keine massiven Mengen alter Daten speichern oder jeden Tag von Grund auf neu trainiert werden. Es behielt einen kleinen, handhabbaren Speicherbedarf bei, was es für den praktischen Einsatz in der realen Welt praktikabel macht.

Zusammenfassung

Dieses Papier löst ein Problem, bei dem intelligente Computer „amnesisch“ werden, wenn sich die Regeln eines Seehafens ändern. Durch das Hinzufügen von elastischen Bändern, um altes Wissen zu schützen, und die Verwendung einer glattgestrichenen Karte, um das Lernen zu leiten, ermöglicht das neue System einem Seehafen, kontinuierlich zu lernen und sich an wechselnde Schiffspläne anzupassen, ohne zu vergessen, wie man Geld spart. Es verwandelt ein „Ein-Trick-Pferd“ in einen „erfahrenen Veteranen“, der jeden Tag klüger wird.

Problemdefinition

Moderne Seehäfen werden als Kraftstoff–Logistik-Systeme (Power–Logistics Systems, PLS) betrieben, bei denen die Energiebeschaffung und die Logistikprozesse (z. B. Schiffsankunft, Kaikran-Zeitplanung) kooptimiert werden. Die gängige industrielle Praxis folgt einer Predict-then-Optimize-Pipeline: Prognosemodelle sagen die Nettolast und Strompreise voraus, welche anschließend in einen Optimierungsplaner eingespeist werden.

Das Paper identifiziert eine kritische Einschränkung bestehender Decision-Focused Learning (DFL)-Ansätze. Während DFL das Training der Prognose auf die nachgelagerten Entscheidungsresultate ausrichtet (Minimierung des operativen Regrets statt statistischer Fehler wie dem MSE), ist Standard-DFL inhärent aufgabenspezifisch. In den Hafenoperationen entwickelt sich die Struktur der Optimierungsaufgabe dynamisch mit den Schiffankünften. Jede neue Ankunftskonfiguration führt zu unterschiedlichen Randbedingungen, Dimensionen der Entscheidungsvariablen und Geometrien des zulässigen Bereichs. Infolgedessen versagt ein DFL-Modell, das auf einer spezifischen Aufgabenkonfiguration trainiert wurde, bei der Generalisierung auf neue, ungesehene Aufgabenstrukturen, was zu einer Leistungsverschlechterung führt, wenn es sequenziell auf sich entwickelnde operative Szenarien angewendet wird.

Methodik

Die Autoren schlagen ein Decision-Focused Continual Learning (DFCL)-Framework vor, das darauf ausgelegt ist, sich online an einen Strom von variierenden Planungsaufgaben anzupassen, ohne katastrophales Vergessen (Catastrophic Forgetting) oder die Notwendigkeit von Data Replay zu verursachen.

1. Problemformulierung:
Das Framework behandelt das Planungsproblem als einen Strom von Aufgaben $\{\tau_1, \dots, \tau_K\}$ . Das Ziel ist es, die Parameter $\Theta$ der Prognose zu lernen, um den kumulativen Regret über alle erlebten Aufgaben zu minimieren. Der Regret ist definiert als die Differenz zwischen den tatsächlich anfallenden Kosten unter Verwendung der vorhergesagten Eingabewerte und den Kosten, die mit perfekter Voraussicht erzielbar wären.

2. Regularisierung basierend auf der Fisher-Information:
Um das Wissen aus vorherigen Aufgaben nicht zu verlieren, während man sich an neue Aufgaben anpasst, leiten die Autoren eine Regularisierungsmethode ab, die von der Elastic Weight Consolidation (EWC) inspiriert ist.

Pseudo-Likelihood-Annahme: Sie nehmen an, dass der Regret-Loss eine Gibbs-artige Pseudo-Likelihood induziert.
Laplace-Approximation: Die Posterior-Verteilung der Parameter aus vorherigen Aufgaben wird als Gauß-Verteilung approximiert.
Fisher-ähnliche Krümmung: Die Präzisionsmatrix dieser Gauß-Verteilung wird mittels der empirischen Fisher-Informationsmatrix approximiert, die als äußeres Produkt der Regret-Gradienten berechnet wird.
Zielfunktion: Die Lernzielgröße für eine neue Aufgabe $k$ minimiert den Regret der aktuellen Aufgabe plus einen quadratischen Strafterm: $\lambda (\Theta - \Theta^*_{k-1})^\top \Lambda_{k-1} (\Theta - \Theta^*_{k-1})$ . Dies beschränkt die Aktualisierungen auf Parameter, die für vorangegangene Aufgaben kritisch sind.

3. Differenzierbare End-to-End-Pipeline:
Eine große Herausforderung besteht darin, dass das PLS-Planungsproblem gemischt-ganzzahlige Nebenbedingungen umfasst (diskrete Entscheidungen für die Schiffszuweisung und Kranplanung), was es nicht differenzierbar macht.

Surrogatmodell: Die Autoren führen ein differenzierbares konvexes Surrogatmodell basierend auf einer K-Nächste-Nachbarn-Regression (KNN) ein. Dieses Modell sagt diskrete Logistikvariablen (Kai-Kran-Leistung und Schiffszuweisung) basierend auf den vorgelagerten Prognosen voraus.
Konvexifizierung: Durch das Fixieren dieser vorhergesagten diskreten Variablen wird das verbleibende Planungsproblem zu einem konvexen Linearen Programmierungsproblem (LP).
Implizite Differenzierung: Die Gradienten des Regret-Loss in Bezug auf die Prognoseparameter werden berechnet, indem durch die konvexifizierte Optimierungsschicht mittels impliziter Differenzierung (über KKT-Bedingungen) differenziert wird.

Zentrale Beiträge

Neuartiges Framework: Das Paper schlägt das erste aufgabenadaptive Predict-then-Optimize-Framework für das PLS-Scheduling vor, das das kontinuierliche Lernen von entscheidungsgerichteten Prognosemodellen über einen unbegrenzten Strom von Aufgaben ermöglicht.
Regularisierungsmechanismus: Es führt eine auf der Fisher-Information basierende Regularisierungsmethode ein, die die Generalisierung über Aufgaben hinweg verbessert, ohne den hohen Rechenaufwand für das Replay historischer Daten oder das erneute Training auf vergangenen Aufgaben zu verursachen.
Differenzierbare Pipeline: Es entwickelt eine End-to-End-Lernpipeline, die ein differenzierbares Surrogat nutzt, um das eingebettete gemischt-ganzzahlige Planungsproblem zu konvexifizieren und so die Gradienten-Backpropagation via impliziter Differenzierung zu stabilisieren.

Experimentelle Ergebnisse

Die Methode wurde mit einem Benchmark evaluiert, der auf den Jurong Port, Singapur, kalibriert wurde und reale Schiffsankunftsdaten mit synthetischen Last- und Preisdaten kombiniert. Sechs verschiedene Szenarien wurden erstellt, um sich entwickelnde Schiffsankunftsmuster zu simulieren.

Leistung im Vergleich zu Baselines: Das vorgeschlagene DFCL (EWC) übertraf konsistent:
- Statistical Baseline Learning (SBL): Welches den MSE minimiert, aber den Wert der Entscheidung ignoriert.
- Task-Specific DFL: Welches bei neuen Aufgabenstrukturen versagt.
- Naïve Continual DFL (Adam): Welches unter katastrophalem Vergessen leidet.
- Freezing-based Continill DFL (Adam-F): Welches nur begrenzte Anpassungsfähigkeit bietet.
Metriken: DFCL erreichte den niedrigsten kumulativen Regret und das niedrigste Regret Ratio (RR) über den Aufgabenstrom hinweg. Es reduzierte den kumulativen Regret um bis zu 2,5 % und das Vergessensmaß (Forgetting Measure, FM) um bis zu 27,7 % im Vergleich zu naïvem kontinuierlichem Lernen.
Generalisierung: Das Modell behielt einen niedrigen Regret bei früheren Aufgaben bei, selbst nachdem es nachfolgende, strukturell andere Aufgaben gelernt hatte, was eine robuste Generalisierung über Aufgaben hinweg demonstriert.
Effizienz: DFCL zeigte gebundene Rechen- und Speicherkosten. Im Gegensatz zu Multi-Task-Learning oder aufgabenspezifischem Retraining blieben Trainingszeit und Speicherbedarf von DFCL nahezu konstant, während die Anzahl der Aufgaben zunahm, wodurch die Speicherung historischer Daten oder mehrerer Modelle vermieden wurde.
Sensitivität: Die Methode blieb gegenüber unvollkommenen Echtzeit-Updates robust und zeigte eine stabile Leistung über verschiedene Sequenzen der Aufgabenreihenfolge hinweg.

Bedeutung und Behauptungen

Das Paper behauptet, dass das vorgeschlagene DFCL-Framework eine spezifische Lücke in der Literatur zu Energiesystemen schließt: die Unfähigkeit aktueller entscheidungsfokussierter Methoden, die in der realen Logistik üblichen sich entwickelnden Aufgabenstrukturen zu handhaben.

Praktikabilität: Der Ansatz ermöglicht es Seehafenbetreibern, unter sich ändernden operativen Bedingungen (z. B. variierende Flottengrößen und Frachtprofile) hochwertige Planungsentscheidungen aufrechtzuerhalten, ohne den Rechenaufwand für das Training maßgeschneiderter Modelle für jedes neue Szenario zu tragen.
Relativer Vorteil: Die Autoren stellen bescheiden fest, dass die Ergebnisse relative Gewinne unter kontrollierten Verschiebungen der Aufgabenstruktur mit einem Mixed-Source-Benchmark zeigen. Sie behaupten nicht, dass der zusammengestellte Datensatz alle spezifischen Marktbedingungen in Singapur perfekt reproduziert, argumentieren jedoch, dass der algorithmische Vorteil beim Umgang mit strukturellen Aufgabenvariationen der primäre Beitrag ist.
Zukünftige Arbeit: Das Paper merkt an, dass eine zukünftige Validierung geografisch ko-lokalisierte Hafendaten sowie Erweiterungen auf Rolling-Horizon- oder Multi-Stage-Corrective-Scheduling mit partieller Rekursivität beinhalten sollte.