⚡ electrical engineering

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

本文提出了一种决策导向的持续学习框架，该框架利用基于费舍尔信息（Fisher-information）的正规化和可微凸代理函数，使海港电力-物流调度模型能够在线适应变化的船舶到港任务，从而在保持可持续的计算与内存需求的同时，提高跨任务泛化能力和决策质量。

原作者： Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

发布于 2026-06-09

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Chuanqing Pu, Feilong Fan, Nengling Tai, Yan Xu, Wentao Huang, Honglin Wen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：繁忙厨房中的海港

想象一下，现代化的海港就像一个巨大的、高科技的厨房。

食材： 电力（能源）和船舶（物流）。
目标： 厨房经理需要决定到底要购买多少电力，以及如何使用这些电力来驱动起重机和为船舶充电，同时还要尽可能节省成本。
问题： 经理必须在还不知道明天会有多少船只到达、有多少货物、或者电价会是多少之前，就做出这些决策。他们必须先进行预测（预判），然后进行规划（优化）。

旧方法：“追求完美分数”的厨师

传统上，厨房经理使用计算机来猜测未来。

策略： 计算机经过训练，旨在做出“统计学上完美”的猜测。如果实际电价是 100 美元，而计算机猜的是 102 美元，那是一个“糟糕”的猜测；如果猜的是 98 美元，那也是一个“糟糕”的猜测。计算机试图让猜测值在平均意义上尽可能准确，即最小化猜测值与现实之间的距离。
缺陷： 在海港中，“统计学上的正确”并不总是意味着“财务上的明智”。
- 类比： 想象你在买菜。如果你猜你需要 5 个苹果但实际只需要 4 个，你会浪费钱。如果你猜需要 4 个但实际需要 5 个，你可能不得不以极高的紧急溢价购买最后一个。由于“猜少了”的代价与“猜多了”的代价不同，这种差异至关重要。
- 旧的计算机并不关心这种差异；它只想让数字接近真实值。这导致了最终调度方案中出现了昂贵的错误。

第一阶段升级：“决策导向型”学习

研究人员引入了一种更聪明的方法，称为决策导向学习 (Decision-Focused Learning, DFL)。

策略： 他们不再训练计算机仅仅去“接近”真实数字，而是训练它根据这个数字做出“最佳决策”。
类比： 与其问计算机：“你的猜测离真相有多近？”不如问它：“如果你做出这个猜测，我们会省下多少钱或损失多少钱？”计算机学会了做出那些在统计学上可能略有“偏差”，但能实现最低电费账单的猜测。
新问题： 这种方法对于有特定船舶组合的“某一天”效果很好。但海港是混乱的。明天可能会有不同数量的船只到达，或者携带不同的货物。这改变了“游戏规则”（优化问题）。
失败之处： 当研究人员尝试将这种“决策导向”模型用于一个拥有不同船舶的“新的一天”时，它忘记了之前学到的一切。这就像一位厨师记住了周二菜单的食谱，却因为食材稍有变化而无法烹饪周三的菜单。

解决方案：带有“安全网”的“持续学习”

该论文提出了一种名为决策导向持续学习 (Decision-Focused Continual Learning, DFCL) 的新系统。可以将其想象成一位每天都在学习、但绝不会忘记基础知识的厨师。

1. “费舍尔 (Fisher)”安全网（弹性权重整合）

概念： 当厨师学习新菜单（新任务）时，他们可能会不小心忘掉旧菜单的做法。为了阻止这种情况，系统使用了“基于费舍尔信息正则化的方法”。
类比： 想象厨师的大脑是一块海绵。当他们学习新食谱时，通常会吸收新水并挤出旧水。这种新方法是在存放着最多重要“旧知识”的部分周围加上了弹性带。
运作方式： 系统会识别出计算机“大脑”中哪些部分（参数）对于在“过去的日子”里做出正确决策至关重要。在学习新的一天时，它会在这些部分上套上“弹性带”，使其不会过度拉伸。这使得模型能够在适应新船舶的同时，不会忘记如何处理旧有的情况。

2. “平滑代理函数”（可微凸代理）

概念： 船舶和起重机调度的数学原理极其复杂且具有“崎岖性”（非凸性），这使得计算机很难从错误中学习。
类比： 想象尝试让一个球从布满乱石和悬崖的山上滚下。球会被卡住，你无法判断该往哪个方向推才能到达山底。
解决方法： 研究人员创建了一个“平滑化”的版本（可微代理）。这就像是在崎岖的岩石上铺了一层光滑的塑料布。计算机在这个平滑的表面上学习，找出最佳的推动方向。一旦它学会了方向，就会将这一逻辑应用于真实的、崎岖的山路。这使得学习过程更加稳定且快速。

结果：为什么这很重要

研究人员在新加坡裕廊港 (Jurong Port) 的数据上进行了测试。

测试： 他们模拟了一个包含 6 个不同日期的流数据，每个日期都有不同的船舶到达模式。
胜出者： 新的 DFCL 系统成为了冠军。
- 它比旧的“统计学”方法更省钱。
- 它也比没有使用“弹性带”（即忘记了太多）的“决策导向”方法更省钱。
- 效率： 它不需要存储海量的旧数据，也不需要每天从头开始重新训练。它保持了较小的、可控的内存占用，使其在实际应用中非常可行。

总结

这篇论文解决了一个问题：当海港的规则发生变化时，聪明的计算机会变得“失忆”。通过添加保护旧知识的弹性带，并使用平滑化的地图来引导学习，这个新系统让海港能够持续学习并适应不断变化的船舶计划，而不会忘记如何节省成本。它将一个“只会一招”的选手变成了一个“经验丰富、日益精进”的资深专家。

问题定义

现代海港作为电力-物流系统（Power–Logistics Systems, PLS）运行，其中能源采购与物流作业（如船舶靠泊、岸桥调度）进行协同优化。现行的工业实践遵循“预测-优化”（predict-then-optimize）流水线：预测模型预测净负荷和电价，随后将其输入到优化调度器中。

本文指出，现有的决策聚焦学习（Decision-Focused Learning, DFL）方法存在一个关键局限性。虽然 DFL 使预测训练与下游决策结果对齐（即最小化运营遗憾，而非像均方误差 MSE 那样最小化统计误差），但标准的 DFL 本质上是针对特定任务的（task-specific）。在海港运营中，优化任务的结构会随着船舶到港情况动态演变。每种新的到港配置都会引入不同的约束条件、决策变量维度和可行域几何形状。因此，针对特定任务配置训练的 DFL 模型无法泛化到新的、未见的任务结构，导致在应用于不断演变的运营场景时性能下降。

方法论

作者提出了一种**决策聚焦持续学习（Decision-Focused Continual Learning, DFCL）**框架，旨在使模型能够在线适应不断变化的调度任务流，且不会发生灾难性遗忘或需要数据回放。

1. 问题公式化：
该框架将调度问题视为一系列任务 $\{\tau_1, \dots, \tau_K\}$ 的流。目标是学习预测参数 $\Theta$ ，以最小化所有遇到的任务的累积遗憾（cumulative regret）。遗憾被定义为使用预测输入所产生的实际成本与使用完美预知信息所能达到的成本之间的差值。

2. 基于 Fisher 信息正则化的方法：
为了在适应新任务的同时防止丢失先前任务的知识，作者提出了一种受弹性权重整合（Elastic Weight Consolidation, EWC）启发的正则化方法。

伪似然假设： 他们假设遗憾损失诱导了一个 Gibbs 型伪似然。
拉普拉斯近似： 前期任务参数的后验分布被近似为高斯分布。
类 Fisher 曲率： 该高斯分布的精度矩阵通过遗憾梯度的外积（经验 Fisher 信息矩阵）进行近似。
目标函数： 针对新任务 $k$ 的学习目标是最小化当前任务的遗憾加上一个二次惩罚项： $\lambda (\Theta - \Theta^*_{k-1})^\top \Lambda_{k-1} (\Theta - \Theta^*_{k-1})$ 。这限制了对先前任务关键参数的更新。

3. 可微端到端流水线：
一个主要的挑战在于，PLS 调度问题涉及混合整数约束（用于船舶分配和岸桥调度的离散决策），这使得问题不可微。

代理模型： 作者引入了一个基于 K-最近邻（KNN）回归的可微凸代理模型。该模型根据上游预测预测离散物流变量（岸桥功率和船舶分配）。
凸化： 通过固定这些预测的离散变量，剩余的调度问题转化为一个凸线性规划（LP）问题。
隐式微分： 针对预测参数的遗憾损失梯度是通过对凸化后的优化层进行微分（通过 KKT 条件）来计算的。

核心贡献

新颖框架： 本文提出了首个针对 PLS 调度的任务自适应预测-优化框架，能够在不受限的任务流中实现决策对齐预测模型的持续学习。
正则化机制： 引入了基于 Fisher 信息正则化的方法，在无需承担重放历史数据或在过去任务上重新训练的高昂计算开销的情况下，增强了跨任务的泛化能力。
可微流水线： 开发了一个端到端学习流水线，利用可微代理模型将嵌入的混合整数调度问题凸化，并通过隐式微分稳定了梯度反向传播。

实验结果

该方法使用经过校准的**新加坡裕廊港（Jurong Port）**基准测试进行了评估，结合了真实的船舶到港数据与合成的负荷及价格数据。研究创建了六个不同的任务场景，以模拟不断变化的船舶到港模式。

相对于基准模型的表现： 提出的 DFCL (EWC) 一致优于以下模型：
- 统计基准学习 (SBL)： 仅最小化 MSE 而忽略决策价值。
- 特定任务 DFL： 无法泛化到新的任务结构。
- 朴素持续 DFL (Adam)： 遭受灾难性遗忘。
- 基于冻结的持续 DFL (Adam-F)： 适应性有限。
指标： DFCL 在整个任务流中实现了最低的累积遗憾和遗憾比（RR）。与朴素持续学习相比，它将累积遗憾降低了高达 2.5%，并将遗忘度量（FM）降低了高达 27.7%。
泛化能力： 该模型在学习后续具有结构性差异的任务后，仍能在早期任务上保持较低的遗憾，展示了强大的跨任务泛化能力。
效率： DFCL 表现出有界的计算和内存成本。与多任务学习或逐任务重训练不同，DFCL 的训练时间和内存占用随任务数量增加几乎保持恒定，无需存储历史数据或多个模型。
敏感性： 该方法对不完美的实时更新保持稳健，并在不同的任务排序序列下表现出稳定的性能。

意义与主张

论文声称，所提出的 DFCL 框架解决了能源系统文献中的一个特定空白：即目前的决策聚焦方法无法处理现实物流中常见的演变任务结构。

实用性： 该方法允许海港运营商在不断变化的运营条件（如变化的船队规模和货物概况）下，无需为每个新场景承担重训练定制模型的计算负担，即可维持高质量的调度决策。
相对优势： 作者谦虚地指出，结果展示了在混合来源基准下使用受控任务结构偏移时的相对收益。他们并未声称组装的数据集完美复现了所有特定的新加坡市场条件，而是强调其处理任务结构变化的算法优势才是主要贡献。
未来工作： 论文指出，未来的验证应涉及地理位置相近的港口数据集，并扩展到具有部分追补机制的滚动时界（rolling-horizon）或多阶段纠偏调度。