电子侦察卫星动态调度问题的快速启发式算法

卫星电子侦察中针对动态突发事件重新制定侦察计划是侦察任务规划所要解决的基本问题.分析导致动态调度的扰动因素,把不同扰动下的动态调度问题归结为一类复杂约束下的任务插入问题.建立混合整数规划模型,提出快速启发式任务插入算法(含三个基本算法--直接插入任务算法、移位插入任务算法和替换插入任务算法);基于初始调度方案的优良特性,极大降低动态调度复杂性.仿真实验表明:该算法能有效解决电子侦察卫星动态调度问题.     

基于Petri网模型的柔性加工系统能耗动态优化调度方法

柔性加工系统加工过程中存在突发的动态事件,严重干扰已有调度计划的执行,难以维持较优的能耗指标。针对此问题,在建立柔性加工系统Petri网(flexible machining system etri net,FMSPN)模型的基础上,考虑新任务插单和机器故障与修复两类事件,提出一种面向能耗目标的动态优化调度方法。在动态事件发生时刻,重新建立FMSPN模型,同时融合系统内各设备不同状态下的能量消耗规律,得到扰动发生时刻至加工完成时刻的能耗目标模型。基于动态规划方法对该能耗模型进行重新优化,求解扰动发生时刻后的系统生产调度计划。最后实例仿真验证了FMSPN模型在优化调度流程中的可靠性,以及此方法在动态扰动下的可行性。     

侦察卫星探测资源调度研究

侦察卫星探测资源调度是一类基于约束满足的优化问题。对卫星探测资源和探测任务的特点进行分析,在此基础上构建卫星探测资源调度的目标函数和约束条件,利用约束满足问题的建模思想对该调度问题进行建模。针对约束满足模型规模大、求解复杂的情况,结合卫星探测资源调度问题的特征,提出一种基于启发式禁忌搜索算法的模型求解方法,并通过仿真算例进行说明与分析。该调度模型和算法充分考虑了星载资源与对应任务的特点,尽量回避假设与简化条件的提出,具有较好的适用性,将为侦察与预警卫星网络任务规划与资源调度的研究奠定基础。     

冶铸轧一体化生产下动态调度策略和方法研究

为了解决冶铸轧一体化生产过程中的动态调度问题,以保证冶铸轧一体化生产稳定顺行。首先,通过分析炼钢生产过程中的扰动,提出了基于扰动处理的冶铸轧一体化生产下动态调度策略。之后,将动态调度策略归结为:计划延迟和LF炉处理策略;钢种改判、钢水回炉以及产品问题处理策略;设备替换处理策略。基于三类处理策略分别介绍了启发式规则和机器冲突消解模型、计划优化模型和智能优化算法以及设备替换算法等处理方法。最后对实际生产中常见的"追加计划"进行了仿真,仿真系统分别对炼钢-连铸计划以及热轧和加热炉计划进行了动态调度,结果表明系统能够依据扰动,动态调整生产计划,保证生产稳定顺行。     

蚁群算法在服务器集群批量任务调度中的应用

服务器集群中的负载均衡和作业调度是影响系统性能的重要因素.本文描述服务器集群批量任务的作业调度问题,对该问题建立了基于图的模型.由于使用一般的启发式算法或动态规划算法解决该问题具有局限性,本文引入蚁群算法进行求解,并针对该问题具体求解提出了启发式距离合适的计算方法.最后在仿真的基础上,讨论了算法的优化效果和收敛性,结果表明蚁群算法解决该问题具有优异的性能.     

启发式规则与GA结合的优化方法求解工作流动态调度优化问题

调度是工作流管理系统的核心问题，是保证工作流正确运行的关键。在工作流环境下，动态调度要比静态调度更切合实际。本文在总结前人工作的基础上，提出了一系列工作流动态调度的启发式规则，并以最小化任务总拖期时间和最大化任务总提前时间为目标，建立了工作流动态调度问题模型。采用启发式规则与遗传算法相结合的优化方法求解工作流动态调度优化问题。仿真结果说明了优化方法的可行性和有效性，同时比较了该方法与多种静态调度方法，进而说明了该方法的优越性。     

基于网格模型的无人机航路规划仿真

关于优化无人机覆盖路径规划,应便于实时调整航路.实施战场游弋侦察的无人机要搜索含有先验信息的任务区域,并且没有确定的目标点.针对战场环境瞬息万变,提出了网格模型的航路规划方法.首先,将无人机的任务环境区域划分为若干网格单元,并根据存在目标的概率赋予网格单元权值.接着,依据航路决策集合建立了控制模型,根据探测区域对环境网格的覆盖情况建立了探测模型,采用控制和探测模型计算有限步长内的航路价值,通过求解一个动态规划得到当前状态下的最优航路决策.最后通过对一架和多架无人机侦察给定区域的仿真,验证了方法的有效性,为设计航路提供了科学参考.     

交互式多准则模糊集约生产计划

本文讨论具有模糊需求量、模糊加工能力约束以及资本水平约束的多品种集约生产计划的多目标非线性整数规划模型和求解方法.通过可能性测度和必要性测度的描述,建立了最小费用和最小满意水平最大化之间平衡(最小风险方法)的目的规划模型,并提出了交互式多准则求解模型的总体步骤.􀁱     

异构多核计算系统的Codelet任务调度策略

Codelet数据流计算模型在处理大规模并行计算任务时效果显著,但该模型目前缺少在异构多核环境中的任务调度策略。因此,提出了一种在异构多核环境下基于蚁群算法的Codelet任务调度策略。该调度策略将启发式算法与蚁群算法相融合,在发挥各自优势的同时克服了启发式算法不能得出最优解的缺陷以及蚁群算法初始信息匮乏的问题。实验结果表明,智能蚁群任务调度策略相比Codelet运行时系统中原生的动态调度和静态调度策略具有更高的执行效率。     

面向边缘计算的Storm边缘节点调度优化方法

边缘计算有高实时性和大数据交互处理的需求,边缘异构节点间的调度时耗长、通信时延高以及负载不均衡是影响边缘计算性能的核心问题,传统的云计算平台难以满足新的要求。文中研究了在边缘计算环境下Storm边缘节点的调度优化方法,建立了面向边缘计算的Storm任务卸载调度模型。针对拓扑任务在边缘异构节点间的实时动态分配问题,提出了一种启发式动态规划算法(Inspire Dynamic Programming,IDP),通过改变Storm的Task实例的排序分配方式以及Task实例和Slot任务槽的映射关系实现全局的优化调度;同时,针对拓扑任务的并发度受限于JVM栈深度的缺陷,提出了一种基于蝙蝠算法的调度策略。实验结果表明,与Storm调度算法相比,所提算法在边缘节点CPU利用率指标上平均提升了约60%,在集群的吞吐量指标上平均提升了约8.2%,因此能够满足边缘节点之间的高实时性处理要求。     

求解加权圆集布局问题的快速启发式搜索算法

加权圆集布局问题是基于性能驱动的一类布局问题,由于其NP-hard属性,难以在多项式时间内求解,提出一种快速启发式搜索算法。权矩阵的行向量1范数作为首次赌轮选择圆的启发信息,依次以权矩阵的当前行（其行号等于当前选择圆的序号）元素作为下次赌轮选择的启发信息,利用图形学理论给出低计算复杂度的定位规则,进而基于该定序定位规则提出一种启发式搜索算法,以求得该问题的最优解。数值实验表明,该算法的性能优于已有算法。     

三维装箱问题的偏随机密钥混合遗传算法

考虑实践约束的三维装箱问题属于复杂的组合优化问题,具有典型NP难问题的特点。针对一般遗传算法求解装箱问题易陷入局部最优的缺点,提出使用偏随机密钥遗传算法进行装载序列搜索,结合基于极点的启发式方法实现货物的优化布置,进而通过部分装载物品的位移来改善整体重心分布。经过实例运算和分析,证明提出的方法能快速制定货物优化布置方案,达到装载工具高效利用及货物安全运输的要求。     

不确定环境下集装箱码头泊位与岸桥联合调度

在集装箱码头操作系统中,有效的泊位岸桥调度计划有助于提高码头的运营效率和客户满意度。针对船舶到港时间和装卸作业时间随机的泊位岸桥联合调度问题,综合考虑了连续泊位下船舶偏离偏好泊位产生的惩罚时间,并通过添加延缓时间的方法来吸收不确定性因素带来的影响。为了体现调度计划的鲁棒性,将延缓时间添加在目标函数中,建立了以船舶在港总时间、偏离偏好泊位的惩罚时间、客户满意度和延缓时间之和最小化为目标的混合整数规划模型,提出一种自改变遗传算法和启发式靠泊相结合的改进遗传算法对模型进行求解;通过算例分析,证明了提出的改进遗传算法在计算不确定环境下的泊位岸桥联合调度问题的有效性。     

（m，p1）约束规范的动态调度算法研究

（m,p¹）有效解决了µ-pattern中第一个数字为0时部分约束规范失效的问题。在弱硬实时调度算法研究的基础上,针对（m,p¹）约束规范,提出了一个动态弱硬实时调度算法,分析与仿真结果表明,算法效果良好。     

动态吸引子在布局求解中的应用

在研究分析现有布局启发算法的基础上,提出了动态吸引子的概念,并据此建立了动态的定位函数和布局求解算法,分析了定位函数中各参数和坐标点的含义．通过调整定位函数中参数的取值,可得到满足不同条件和要求的优化布局方案．最后通过实例验证了该算法的合理性．     

多项目环境下time-cost置换问题建模与求解

针对多项目环境下的time-cost置换问题,以活动资源为决策变量,建立了以各项目总延迟最小与总成本最小的双目标time-cost置换模型。在总结前人对于多目标优化求解方法的基础上,针对多项目的特点,提出了基于NSGA-II非劣排序的局部直接搜索改进遗传算法,并考虑资源为连续与离散两种情况进行求解。与NSGA-II相比,算法可以较快地收敛到最优解,并且具有较好的离散变量搜索能力,与ZDT系列测试函数的比较也体现了算法的优越性。     

考虑时间约束的空战编队协同火力分配研究

为提高空战编队协同火力分配模型的准确性, 结合空战实际动态过程的特点,提出相对静态空战过程和窗口时间约束概念,并基于此建立相对静态空战火力分配模型,考虑从分配开始到命中目标所需时间与实际可用时间的相互关系;针对模型在增加了时间约束后难以快速准确求解的问题,提出一种时间约束处理的策略,并基于最佳适应度和遗传代数调整策略相结合的自适应量子遗传算法求解。实验结果验证了改进算法的快速收敛性和稳定性,同时表明模型在空战火力分配方面的适用性。     

离散萤火虫算法在高速列车运行调整中的应用

列车运行调整是一类特殊的NP完全问题,由于约束众多,搜索空间庞大,可行解范围狭小,因此难以获得最优解。针对高速列车运行调整问题的特点,以智能算法中有代表性发展优势的萤火虫算法（FA）为基础,根据实际问题提出一种离散的萤火虫算法（DFA）进行求解。为了增加萤火虫群的多样性,避免算法陷入局部最优解,采用了基于变邻域搜索算法的扰动机制。将该算法用于高速列车运行调整问题,经过算例对比分析,基于离散萤火虫算法调整方案的计算结果优于普通启发式算法调整结果。     

一种基于图像分层处理的DDE算法

提出一种基于红外图像分层处理及动态压缩的DDE算法。该算法先将原始14bits红外图像数据信息中的大动态低频背景和小动态高频细节进行分离提取,并分别对提取的细节层和背景层进行相应的灰度增强和灰度抑制处理,再调整和压缩各图层的动态范围并最终合成8bits图像。实验结果表明,该算法能较好地保留并突出原始红外图像中的边缘和细节信息,达到了预期设计的目标。