云计算中基于NSGA Ⅱ的虚拟资源调度算法

云计算环境下将物理资源抽象为同一的虚拟资源,如何将虚拟资源调度到物理资源上是云计算中一个基本且复杂的问题.对虚拟资源的调度进行建模并证明其难解性,将该模型的求解转化以系统负载均衡为优化目标的多目标优化问题,提出采用改进的基于非支配排序的遗传算法(NSGA Ⅱ)来求解该问题.与针对具体环境的调度算法相比,抽象的模型更能代表典型的云计算环境中的虚拟资源调度问题.对提出模型进行了仿真,实验结果表明了该模型的有效性和NSGA Ⅱ算法求解该问题的可行性,同时对比随机算法、静态算法和排序匹配调度算法,NSGA Ⅱ算法优于其他算法.     

云制造环境下基于双层规划的资源优化配置模型

为了解决云制造环境下制造资源的优化配置问题,综合考虑需求与服务双方以及云平台运营方的利益,提出了一种基于双层规划的资源优化配置模型。该模型以前景理论结合多约束多属性评价体系求解出的供需双方满意度作为上层规划的优化目标;以云平台资源利用率最大化为下层规划的优化目标;通过双层规划并采用改进的i-NSGA-II-JG算法对多目标制造资源配置问题进行求解。最后,通过算例仿真实验证明了该模型的可行性和优越性。     

面向对象过程仿真技术中的资源规划

过程仿真是企业过程模型进行分析、验证、改进、优化和评价的实用方法。尤其在过程模型难以定量优化的情况下,过程仿真就显得更为重要。侧重于过程仿真中的资源规划问题。对过程仿真中的资源类进行定义,并描述了资源与组织、资源与功能之间的关系;在此基础上对过程仿真中的资源规划进行研究。     

利用混合整数规划的卫星操作规划问题研究

对于成像卫星的操作规划,如何高效求解其规划问题模型是一个十分关键的问题。针对基于规划域定义语言(PDDL)表示的成像卫星操作规划问题的求解,采用将基于命题式的PDDL语言描述的模型转化为多值变量模型的方法,建立了基于混合整数规划的问题求解模型,从而可以方便地采用混合整数规划的已有求解器进行求解,提高了问题的求解效率。对关键技术进行了分析,并设计了问题求解流程。仿真实验结果证明该方法是可行和适用的。     

基于微粒群优化算法的非线性系统PWA多模型建模

针对复杂非线性系统,将微粒群优化(PSO)算法与多模型建模相结合,设计了一种基于PSO算法的非线性系统分段仿射(PWA)多模型建模算法。该算法将PWA多模型建模问题转化为混合整数二次规划（MIQP）问题,并基于PSO算法对其进行优化求解。在求解的过程中,采用分层优化求解方法,有效降低优化问题的维数,减小了陷入局部最优的概率,并通过仿真验证了该算法的有效性。     

嵌入式软件算法级能耗建模与分析

针对嵌入式软件算法级能耗的优化问题,建立算法级能耗估算模型。以旅行商问题(TSP)为例,采用神经网络算法、遗传算法等进行能耗求解,对求解过程中的算法执行次数、算法复杂度以及运行时间这3个特征值进行能耗分析,通过能耗估算模型计算出算法针对TSP问题的能耗估算值,并将该估算值与使用sim-panalyzer功耗仿真平台求解得到的能耗测试值进行比较,结果表明,能耗测试值与估算值的误差在10%左右,证明该能耗估算模型具有较高的准确性。     

蜂群算法求解资源受限项目调度问题及仿真

蜂群算法作为一种较为新颖的启发式算法已经在多种类型的优化问题求解过程中表现了优秀的性能.针对蜂群算法在项目调度问题中的模型求解资源受限的问题,提出对求解方法进行改进,采用人工蜂群算法和蜂群优化算法两类典型的蜂群算法,对资源受限项目调度问题进行优化设计,并在benchmark上进行仿真并与传统的调度优化算法进行比较.实验结果表明,新设计的两类蜂群算法在调度成功率和收敛速度方面均有更好表现,人工蜂群算法求解的质量方面更优,蜂群算法在收敛速度上更具有优势.     

基于马尔可夫决策过程的接纳控制模型研究

针对异构网络中系统容量有限、资源利用率低的问题,在分析对比传统呼叫接纳控制模型的基础上,提出一种基于马尔可夫决策过程理论的接纳控制模型。理论采用定义五元组的方式来描述建模过程,推导出目标评价函数,并通过求解具有QoS约束条件下的方程进行数值分析。仿真结果表明,该模型能满足网络动态实时性,解决系统容量有限情况下的最优接纳控制问题,从而能够在一定程度上降低各类呼叫业务的阻塞概率,达到提高不同用户服务质量的体验性、网络的系统收益最大化的目的。     

面向业务问题求解的知识资源特定领域建模方法

针对企业中解决业务问题时知识资源利用不合理的问题,提出一种面向业务问题求解的知识资源特定领域模型。首先从领域纲要出发,将业务问题求解领域的基本元素描述出来,并详细分析其中对象之间的关系;然后通过在领域模板中建立的问题-知识事件驱动过程链(PK-EPC)模型对问题求解的流程进行格式化,并匹配到相应的知识单元;其次是通过对应的应用模型对业务问题进行分解,并将前面的知识单元与知识载体匹配。根据前面的模型可得出可供企业选择的集成业务活动、知识单元和知识载体的多层次求解方案模型,为企业业务问题求解提供了快捷准确的方法。最后基于Java设计了面向业务问题求解的企业求解方案建模系统,通过实例验证了该模型的可行性。     

具有QoS保证的流媒体业务服务组合算法*

针对采用服务组合方式实现流媒体业务提供过程中的服务路径选择问题,从物理资源和逻辑资源两个角度出发,选择时延、带宽、丢包率和服务实例可用服务能力作为参数,建立了多约束归一化线性模型;同时,根据模型特点,采用线性整数规划迭代求解,提高了处理效率。仿真实验证明,该模型和算法能够有效地保障业务服务质量,并具备良好的负载均衡效果。     

基于排队网络的多业务网络资源分析方法

随着下一代网络(NGN)的发展和新业务不断涌现,如何优化网络资源是提高业务服务质量(QoS)的重要措施之一.针对资源配置优化问题,采用排队网络理论提出一种多业务网络的资源分析方法,建立了排队服务模型,定义了流量分配方法,进行了模型求解与计算,给出了多种资源与服务质量之间的配置关系.通过仿真实验,验证了该方法的正确性.     

基于多智能体的虚拟企业任务调度模型及优化

采用多智能体技术构建虚拟企业任务调度模型, 并对基于该模型的任务调度运作过程进行说明. 针对调度优化问题, 以资源智能体承担的生产任务为研究对象, 综合考虑生产任务之间的时序逻辑关系、作业时间及资源自身已确定的生产任务等影响因素, 建立以生产延续时间最小为目标的优化模型, 给出粒子群优化求解算法. 应用实例及数字仿真验证了模型及优化算法有效性.     

基于多Agent的虚拟企业任务调度模型及优化

采用多钾能体技术构建虚拟企业任务调度模型,并对基于该模型的任务调度运作过程进行说明.针对调度优化问题,以资源智能体承担的生产任务为研究对象,综合考虑生产任务之间的时序逻辑关系、作业时间及资源自身已确定的生产任务等影响因素,建立以生产延续时间最小为目标的优化模型,给出粒子群优化求解算法.应用实例及数字仿真验证了模型及优化算法有效性.     

基于线性孪生支持向量机的特征选择方法

提出了一种基于线性孪生支持向量机（TWSVM）的嵌入式特征选择方法。该方法在构造分类器的过程中,通过在TWSVM原有优化模型中引入一个惩罚项,来实现特征选择。在求解过程中,采用交替迭代优化方法将该模型求解问题分解成两个子问题来处理,即标准TWSVM优化问题和关于特征权重的非线性约束优化问题,并分别对子问题进行有效求解。在UCI数据集上对算法进行了仿真分析和比较,仿真结果验证了算法的有效性。     

MIP/CP综合考虑的车间作业调度问题研究

作业车间(Job Shop)调度问题是指为具体的任务(工序)安排生产资源(机器)并确定合理的加工顺序,是一个典型的NP-Hard问题,有着广泛的研究.首先简单介绍约束编程(CP)思想及ILOG SOLVER系统并建立Job Shop调度问题的约束编程模型,并对模型的求解进行分析.然后分析混合整数规划(MIP)和约束编程(CP)模型求解的互补优势,建立Job Shop调度问题MIP/CP综合模型,并与CP模型进行比较,证明MIP/CP综合模型求解的效率.     

基于神经网络的故障诊断效能模糊综合评价研究

构建了并行测试系统(PATS)故障诊断效能评价指标体系,针对该指标体系在评价过程中存在的不确定因素,结合神经网络和模糊理论的优点,提出了基于神经网络的模糊综合评价方法(FCEANN);详细给出了FCEANN的求解算法及步骤,结合实例进行仿真实验并与专家评价结果进行比较,对影响模型预测精度的因素进行了分析;仿真结果表明,基于BP神经网络和Elman神经网络的FCEANN均能够很好地模拟专家评价的全过程,能够准确地对PATS的故障诊断效能指标进行评价;并将两种神经网络的仿真结果进行了比较,结果表明,Elman神经网络得到的仿真结果精度更高.     

某新型燃气发生器发射过程药柱燃烧数值仿真

针对某新型导弹在发射过程中药柱燃烧规律的优化问题,建立了燃气发生器发射过程药柱燃烧仿真计算模型,预测发射过程中药柱燃烧的性能和参数.为了正确地仿真导弹发射过程,准确地计算导弹飞行轨迹,建立了适当的数学模型,并进行数值求解.根据内弹道相关的理论知识,在一定条件下,建立数学模型,采用Visual Studio开发平台进行编程,并采用龙格库塔法对仿真模型进行求解,实现了数值仿真,最后给出了计算机仿真结果曲线图.仿真结果与实际的实验数据基本吻合,运用在实际应用中,将大幅度地降低实验成本而且可以重复利用.     

智轨电车横向运动预测控制研究

文章通过分析智轨电车的横向运动特性,将每节车的横摆角速度、横向加速度以及受力联系起来,建立3节车辆之间的运动学和动力学关系;提出一种能够反映智轨电车横向动力学特性的4自由度线性单轨模型;并将所建立的模型与Trucksim中的高精度非线性模型进行对比,验证了所建立模型的有效性及准确性;采用模型预测控制方法进行智轨电车轨迹跟踪控制研究,根据列车行驶过程中的优化目标,确定其评价函数,将多步预测控制问题转化为线性二次型(QP)问题进行求解。仿真结果表明,应用该算法的智轨电车能够达到很好的轨迹跟踪效果。     

基于Map-Reduce模型的云资源调度方法研究

为提高Map-Reduce模型资源调度问题的求解效能,分别考虑Map和Reduce阶段的调度过程,建立带服务质量(QoS)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法。算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性;在利用Sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优。实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀。Map-Reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法。     

基于Mechanism/Pro的汽车悬架系统运动仿真

为了解决多体动力学分析仿真过程中困扰仿真人员的模型建立和修改问题,以汽车独立悬架为研究对象,提出机械系统仿真一种比较理想的方法.首先应用多体动力学求解理论,从悬架物理模型中提取多体动力学求解模型.针对ADAMS/View建模能力较弱,通过三维建模软件Pro/E建模,采用Mechanism/Pro模块定义刚体、添加约束和驱动、调用ADAMS/Solver求解.可以很方便地建立复杂机械系统模型,并根据仿真结果及时对模型进行修改,实现机械系统多体动力学仿真的前处理、求解以及后处理均集成在Pro/E环境中.