不确定因素下电子侦察卫星鲁棒性调度方法

针对卫星电子侦察过程中的各种不确定因素,提出了一种静态调度与反应式调度相结合的鲁棒性调度方法.静态调度中针对具有随机分布特性的侦察数据量,并考虑卫星的使用约束和任务约束,建立了机会约束混合整数规划模型;提出了基于罚函数的进化算法,用以解决模型的非线性与非凸特性,结合蒙特卡罗抽样的罚函数用以解决模型的随机性.反应式调度中针对新任务提交、资源失效和任务执行失败等离散不确定因素,提出了一种快速启发式任务插入算法,基于初始调度方案,有效降低调度复杂度.仿真实验表明该方法适用于解决不确定因素下电子侦察卫星调度问题.     

一种变步长前瞻性电子侦察卫星引导调度方法

针对存在区域先验信息的电子侦察卫星引导调度问题,提出了一种变步长前瞻性引导调度机制.以卫星实时侦察信息引导后续有限步长内的卫星侦察策略,随着侦察信息的不断下传形成滚动推进的引导调度窗口;提出了一种基于贝叶斯规则的更新方法对区域状态进行预测,建立了引导调度窗口内有限前瞻步长的通用多目标规划模型,并针对模型特点设计了一种改进型多目标蚁群算法进行求解.仿真对比实验表明,该方法能够有效解决面向区域搜索的电子侦察卫星引导调度问题.     

考虑工人疲劳和学习效应的装备制造车间动态调度

针对大型装备制造车间人机双资源调度中工人疲劳和学习效应集成优化难的问题,基于指数型疲劳表征和DeJong学习曲线,构建混合整数规划模型。根据双资源调度问题的编码特征,结合排序规则生成初始调度方案,结合移除和插入操作设计自适应大邻域搜索算法,以求解人机双资源分配、工件排序、动态调度等子问题。同时,围绕紧急插单、机器故障、工人离岗等扰动设计重调度策略,基于原有算法实现动态调度,并进行算法测试。结果表明,与求解器、规则、遗传算法等相比,所提算法找到了完工时间更短的调度方案,且在紧急插单、机器故障、工人离岗等动态调度场景下,也能够给出更好的结果。所研究的装备制造车间调度问题同时考虑了工人疲劳与学习效应,对应算法可为大型装备制造排产系统开发提供参考。     

含时间窗的司售员调度模型及多邻域结构设计

形式化定义了司售员调度中的关键因素:车辆运营工作、调度方案、劳动法规和调度目标,建立了一个能够准确反映实际问题的模型.设计出能够有效处理时间窗的多邻域结构,为应用基于邻域搜索的各种算法求解该模型奠定了基础.最后将其应用于基于禁忌搜索的构造式方法——启发式自动司售员调度(HACS)中.实验表明:应用该模型及多领域结构改进了HACS,有效解决了含时间窗的司售员调度问题并得到更优解,对大规模问题,解的改进更加明显.     

邻域空间的仿邻域紧性与局部仿邻域紧性

引入邻域空间的仿邻域紧性租局部仿邻域紧性的概念.推广了邻域紧性和统一处理拓朴空间的仿H-闭性及仿S—闭性等;同时讨论了仿邻域紧空间的性质及在映象下的保持性问题。最后,又对邻域空间的局部邻域紧性与局部仿邻域紧性进行了讨论.得出一些满意的结果.     

求解流水车间调度问题的一种混合式遗传算法

讨论了如何将邻域搜索与遗传算法相结合求解流水车间调度问题,提出了一种邻域结构,使之更适合求解流水车间问题,设计了一种基于扩展采样空间的混合式遗传算法的框架,并通过计算机模拟验证其有效性。     

考虑动态需求的多中心沿途补货冷链物流配送路径优化

为提升冷链物流配送效率、降低物流成本,本文在综合考虑多配送中心、客户动态需求、沿途补货策略的前提下,建立以总配送成本和客户满意度最优为目标的冷链物流配送模型.模型采用主目标法处理客户满意度和成本之间的背反关系,将动态问题按照时间轴依次分解为一系列的静态调度子问题并考虑了5种配送成本.本文提出自适应大邻域搜索算法求解该模型,设计了三种破坏算子和三种修复算子,对小中大三种不同规模的算例进行测算.结果表明该算法在速度、精度和稳定性上表现良好,对求解此类问题有较好的适应性和准确性.与不考虑沿途补货策略的动态配送方案相比,沿途补货策略可使成本降低23.06%、客户满意度提升8.69%.结果表明提出的配送方案可很好地节约企业的配送资源、减少配送成本、增强竞争力.     

一种解决有限缓冲区流水车间调度问题的复合启发式算法

针对以最大完工时间为目标的有限缓冲区流水车间调度问题,提出了一种新的复合启发式算法.算法设计中首先使用PF-NEH算法进行解空间的搜索,并采用基于插入邻域和交换邻域的可变邻域搜索算法来增强局部搜索.仿真实验表明,该算法具有高效性和优越性.     

邻域决策一致性的属性约简方法研究

基于邻域决策错误率的属性约简可以在删除冗余属性的同时,提升邻域分类器的留一验证分类精度.但这种约简方式并未充分考虑邻域分类结果在约简前后的差异.为解决这一问题,借助联合分布矩阵,提出了邻域决策一致性的概念,构建了邻域决策一致性与邻域分类精度的调和平均值,并将其作为约简求解的度量准则.在12个UCI数据集上的实验结果表明,所提出的新约简不仅能够有效地提升邻域分类器的决策一致性,而且在多数情况下能够进一步提高邻域分类器的留一验证分类精度.     

基于混合变邻域遗传算法的柔性车间调度研究

针对柔性作业车间调度的问题，以最大完工时间为目标建立数学模型，提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量，用遗传算法进行初步搜索，将搜索的结果通过迭代贪婪策略进一步搜索，以提高解的质量，再对关键路径进行邻域搜索，设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构，加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试，实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。     

基于蚁群算法的灵巧卫星调度

灵巧卫星的出现将极大程度增加卫星对给定地面目标实施观测的可选方式和灵活度,使得灵巧卫星调度问题的高度组合特征更加突出,大大增加了卫星调度问题的复杂性和解搜索的寻优难度。分析了灵巧卫星调度问题的约束条件,建立了灵巧卫星调度的约束满足模型。提出了求解灵巧卫星调度方法的蚁群算法,对算法的状态转移规则、信息素更新规则以及安排观测窗口的规则做了详细描述;并提出了任务路径处理流程,以此产生调度方案,评价路径优劣,反馈给蚂蚁路径搜索阶段。通过实例计算,展现了灵巧卫星强大的观测能力以及方法的有效性。     

Event-driven Dynamic and Intelligent Scheduling for Agile Manufacturing Based on Immune Mechanism and Expert System

Based on the biological immune concept, immune response mechanism and expert system, a dynamic and intelligent scheduling model toward the disturbance of the production such as machine fault, task insert and cancel etc. is proposed. The antibody generation method based on the sequence constraints and the coding rule of antibody for the machining procedure is also presented. Using the heuristic antibody generation method based on the physiology immune mechanism, the validity of the scheduling optimization is improved, and based on the immune and expert system under the event-driven constraints, not only Job-shop scheduling problem with multi-objective can be solved, but also the disturbance of the production be handled rapidly. A case of the job-shop scheduling is studied and dynamic optimal solutions with multi-objective function for agile manufacturing are obtained in this paper. And the event-driven dynamic rescheduling result is compared with right-shift rescheduling and total rescheduling.     

一种考虑资源状态动态反馈的云计算调度算法

针对云计算动态调度问题,提出一种考虑资源状态动态反馈的云计算调度算法.该算法针对资源服务器状态动态变化影响当前工作流调度结果的问题提出滑动窗模型,该模型可以实时动态地反映资源服务器的状态.为了更好地预测资源服务器的状态,提出时间窗曲线模型和平均利用率模型,以计算资源服务器的平均利用率.基于平均利用率提出资源反馈权重策略,通过该策略来计算所有工作流任务的动态权重值,按照动态权重值进行排序并依次调度.实验结果表明本文算法可以有效缩短工作流的总加工时间.      

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。     

An optimizing algorithm of static task scheduling problem based on hybrid genetic algorithm

To reduce resources consumption of parallel computation system,a static task scheduling optimization method based on hybrid genetic algorithm is proposed and validated,which can shorten the scheduling length of parallel tasks with precedence constraints.Firstly,the global optimal model and constraints are created to demonstrate the static task scheduling problem in heterogeneous distributed computing systems(HeDCSs).Secondly,the genetic population is coded with matrix and used to search the total available time span of the processors,and then the simulated annealing algorithm is introduced to improve the convergence speed and overcome the problem of easily falling into local minimum point,which exists in the traditional genetic algorithm.Finally,compared to other existed scheduling algorithms such as dynamic level scheduling(DLS),heterogeneous earliest finish time(HEFT),and longest dynamic critical path(LDCP),the proposed approach does not merely decrease tasks schedule length,but also achieves the maximal resource utilization of parallel computation system by extensive experiments.     

具有切换时延的异步光分组交换调度方案(英文)

光交换结构有同步和异步两种工作方式,同步算法已经很多了,但异步调度算法却研究得较少。针对这种情况,提出了一个新的异步调度算法——LETF算法。证明了LETF算法在有两个输出端口时为最优调度算法,并进一步证实在多输出端口时,该算法为2近似调度算法。理论分析和仿真表明,LETF算法的时间复杂度为O(N),能达到100%吞吐量。一般情况下,在加速比最小时能无限接近于最优调度。     

带队列约束的RHFS列生成调度算法

为有效提升多重入车间的生产效率,考虑实际生产中队列约束,提出了基于列生成算法的可重入混合流水车间的调度方法.首先对两阶段生产调度问题进行描述,以最小化工件总完成时间为优化目标,建立数学规划模型.针对该调度模型提出列生成算法,设计带多重决策的动态规划方法来求解工件级子问题,为更快收敛,主问题求解中采用自适应加速策略.在使用分支定界将得到的解整数化的过程中,构造列池并设计局部变异.最后,对各种不同问题规模进行了数值实验,结果表明所提出的调度算法是有效可行的.     

具有切换时延的异步光分组交换调度方案

光交换结构有同步和异步两种工作方式，同步算法已经很多了，但异步调度算法却研究得较少。针对这种 情况，提出了一个新的异步调度算法——LETF算法。证明了LETF算法在有两个输出端口时为最优调度算法， 并进一步证实在多输出端口时，该算法为2近似调度算法，理论分析和仿真表明，LETF算法的时间复杂度为O（N）， 能达到100%吞吐量。一般情况下，在加速比最小时能无限接近于最优调度。