基于改进蚁群算法的成像卫星调度方法

成像卫星调度问题中约束条件数量众多且复杂,战场环境中,快速决策的要求增加了成像卫星任务调度的难度。针对这个问题,提出了一种加入精英策略的改进蚁群算法的多卫星成像调度方法,对算法的状态转移规则、信息素更新规则做了详细描述;并提出了基于启发式规则的任务路径处理流程,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,并与贪婪算法和遗传算法结果对比,说明本方法能够获得更高质量的求解结果。     

成像卫星星地联合成像调度

成像卫星星地联合调度问题,涉及调度对象众多,约束条件复杂,需要考虑任务的观测、回传2个过程,是一个具有两层时间窗口约束的双层优化问题,统一建模困难。根据问题的特点,采用基于阶段优化的方式,降低了问题的复杂性。把问题分为观测调度阶段和数据回传调度阶段,分别给出了优化目标和约束条件,建立了基于阶段优化的成像卫星星地联合调度模型,实现了从任务观测到数据回传的全过程调度。仿真实例表明,该方法能够有效解决多星多站的协同任务调度问题。     

基于改进烟花算法的密集任务成像卫星调度方法

传统卫星调度模型一般比较简单,当问题规模较大、任务比较集中时,往往会出现任务之间相互排斥,任务收益较低等缺点。针对这个问题,提出一种基于改进烟花算法（IFWA）的密集任务成像卫星调度方法。该方法在分析密集任务处理及成像卫星观测特点的基础上,首先对任务进行合成约束分析,然后基于合成任务综合考虑成像卫星可观测时间、任务间姿态调整时间、成像卫星能量和容量等约束因素,建立基于任务合成的多星密集任务调度约束满足问题（CSP）模型,最后改进烟花算法对该模型进行求解,利用精英选择策略在保证种群多样性同时加快了算法的收敛,得到较优的卫星调度方案。仿真结果表明该模型相比没有考虑任务合成因素,收益平均增加30%~35%,改进算法后效率上提升32%~45%,有效保证了调度方案的可行性和有效性。     

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。     

基于模糊偏好的多目标成像卫星调度方法研究

不确定条件下的成像卫星调度问题是一个多目标优化问题。借鉴连续函数的鲁棒性优化思想,提出了一种基于邻域的鲁棒性指标,考虑多种约束条件,建立了多目标成像卫星调度模型。在考虑目标间偏好的情况下,提出了一种基于模糊偏好的多目标遗传算法。实例研究表明,该模型和算法能够有效地解决不确定条件下的成像卫星调度问题。     

卫星任务规划可视化仿真系统设计与实现

解决卫星任务规划方案正确性、可靠性问题的有效途径是建立可视化仿真分析环境,研究多星多地面站任务规划问题,设计了成像需求约束图模型,利用任务规划调度算法进行优化分析生成最优解决方案,同时研究利用基于MapX的地理信息系统功能,设计实现了卫星任务规划可视化仿真系统,实现了二维视景仿真、方案动作仿真以及可视化决策支持等功能.该系统为卫星任务规划的可视化决策、可视化仿真提供了基础,确保了其正确、可靠性.     

考虑邻域结构动态调整的多星应急调度算法

实际应用中的卫星调度方案往往受到外界因素的影响,例如电磁干扰、卫星失效、云层遮挡以及新任务的动态到达等,需要在短时间内对原始调度方案进行调整并生成新的调度方案,以保证卫星系统的稳定性.对此,考虑新任务到达情况下的卫星应急调度,建立多星协同应急调度的整数规划模型,并提出一种基于动态邻域结构的卫星应急调度算法(satellite emergency scheduling algorithm based on dynamic neighborhood, SESA-DN).设计多种类型的邻域结构以及动态的邻域选择策略,能够根据任务完成情况进行有效反馈,通过对应急任务的插入与替换生成卫星应急调度方案;同时,构建多星应急调度场景,通过大量仿真实验将SESA-DN算法与多种对比算法进行比较.实验结果表明, SESA-DN算法的稳定性优于对比算法,对于多星协同动态调度问题具有很好的适用性.     

多维动态规划在对地观测卫星调度中的应用

对地观测卫星调度问题是指如何利用有限卫星资源,在时间、空间等多约束条件下提高对地观测任务执行效率,是一个多约束条件下的目标满足问题.多维动态规划是针对多维约束任务将有限资源进行合理分配、高效调度的有效方法.它以缩短任务完成时间为目标,通过先求解一系列子问题,再处理子问题间关系求得问题最终解,避免了计算的复杂性,又满足了时效性要求.针对卫星对地观测任务约束变量多的特点,将多维动态规划应用到对地观测卫星调度问题中,是解决该问题在时效性要求条件下的有效方法,其可行性通过想定任务在文章中得到证明.     

柔性车间生产排产调度优化方法

为满足柔性制造企业在车间生产中合理安排生产排产调度的需要,提出柔性车间生产排产调度优化方法。首先,通过分析车间生产排产问题的特点,制定满足车间应用需求和各种资源限制的生产排产总体流程,从而设计基于约束条件的生产对象关系模型;其次,提出一种动态策略差分进化算法,根据个体之间的拥挤度动态选择变异策略,设计基于工序位置的编解码方案,其能快速有效地进行求解,从而得到最佳调度方案,提高设备运行效率,实现资源利用的最大化;最后,通过6个标准测试函数、FT6-6测试问题及生产调度应用实例验证了算法的有效性。     

卫星成像规划调度系统中的可视化决策支持研究与实现

本文提出了一种成像卫星规划与调度的可视化决策支持方法。该方法基于多目标进化算法和地理信息系统技术，能够在考虑多目标准则、多约束的条件下对成像卫星的成像方案进行优化，并通过可视化技术进行成像方案的决策辅助，很好地解决了卫星规划调度优化方案制定的问题。     

Flow-shop path planning for multi-automated guided vehicles in intelligent textile spinning cyber-physical production systems dynamic environment

Aiming at the path planning and decision-making problem, multi-automated guided vehicles (AGVs) have played an increasingly important role in the multi-stage industries, e.g., textile spinning. We recast a framework to investigate the improved genetic algorithm (GA) on multi-AGV path optimization within spinning drawing frames to solve the complex multi-AGV maneuvering scheduling decision and path planning problem. The study reported in this paper simplifies the scheduling model to meet the drawing workshop's real-time application requirements. According to the characteristics of decision variables, the model divides into two decision variables: time-independent variables and time-dependent variables. The first step is to use a GA to solve the AGV resource allocation problem based on the AGV resource pool strategy and specify the sliver can's transportation task. The second step is to determine the AGV transportation scheduling problem based on the sliver can-AGV matching information obtained in the first step. One significant advantage of the presented approach is that the fitness function is calculated based on the machine selection strategy, AGV resource pool strategy, and the process constraints, determining the scheduling sequence of the AGVs to deliver can. Moreover, it discovered that double-path decision-making constraints minimize the total path distance of all AGVs, and minimizing single-path distances of each AGVs exerted. By using the improved GA, simulation results show that the total path distance was shortened.     

呼叫中心排班优化模型的研究

呼叫中心排班系统的优化研究是在话务员和坐席资源约束下,根据服务需求时间序列,合理安排资源,以提高呼叫接入服务质量、提高话务员的个性化满意度和降低运营成本的多目标复杂约束的优化问题。根据客服质量与话务员满意度相关的指标和约束,引入了服务水平、排班成本、话务员疲劳度、排班公平性和话务员意愿等因素。基于对满足服务水平的班组数量的预测,依据对外的规划经营和对内的管理调度的区别,将排班决策分为班次设计和班组指派两大具有递进关系的子模型。利用改进型PSO算法和旋转排班法进行求解,并且根据排班结果和评价参数对规划调度参数进行反馈调整。最后通过仿真分析说明了本文方法在兼顾客服满意度和话务员满意度的呼叫中心排班决策系统中有很好的适应性。     

施工项目调度问题的一种智能优化算法

研究了施工项目进度调度问题,提出了一种基于启发式规则和遗传算法的综合智能优化算法,并在施工项目调度问题的描述、带资源约束的施工项目调度问题的分解方法、遗传算法的编码、交叉、变异方法和解码方法等方面进行了研究。不同规模的数值计算结果表明,该算法在解决复杂工程施工项目调度问题上具有良好的性能,并能较好地适用于带时序、资源约束的施工项目调度问题。     

基于SMT的机组排班问题优化求解

机组排班是航空公司运营计划非常重要的一个环节,合理的机组排班可以为航空公司省下一大笔机组成本支出,从而增加航空公司的收益.由于机组排班过程涉及大量的复杂约束,属于NP难问题,因此优化求解困难.本文提出了一种基于可满足性模理论(Satisfiability Modulo Theories,SMT)的航空公司机组排班问题的优化求解方法,将机组排班过程中的各种约束转化为一阶逻辑公式,设立求解目标为最小化成本和最大化机组利用率,将问题转化为求在给定逻辑公式可满足情况下的最优解,并利用SMT求解器Z3进行求解.实验表明,本文的算法能有效的求解一定规模航班计划的机组排班问题,给航空公司带来一定的收益.     

集成手术排程和护士排班的中期决策优化研究

在手术需求增大与医护人员短缺的矛盾下如何合理安排手术和配置医护资源,解决手术室实际运作中资源负荷不均衡现象,是当前手术室运作管理中亟待解决的难题。然而手术排程和手术室护士排班作为手术室科学管理的核心决策问题,却有着不同的时间域,并且会相互影响。在考虑科室手术和手术室护士偏好等硬约束和软约束前提下,构建一个集成手术排程和护士排班的手术室中期集成决策模型,设计了具有双层嵌套路径化结构的蚁群算法。通过某三甲医院10天的实际手术室运作数据,进行算法对比和分析评价,验证了算法在解决集成决策问题上的可行性和有效性。     

Planning and scheduling teams of skilled workers

Solving problems that mix planning and scheduling are often seen as a challenge. Discrete time-based scheduling, along with complex side constraints, does not mix well with the more flexible nature of the planning model. This is demonstrated in our experiments when trying to solve a problem where we must assemble teams of skilled workers to perform jobs that require these skills, break up these teams and then assemble new ones to perform more jobs. The mixing of the planning part (grouping workers into teams) and the scheduling part (creating a schedule for each worker), along with some difficult side constraints and a large problem size (800 workers, 2,000 jobs over one month) combine to contribute to the challenge of finding good solutions for this problem.     

Constraint-based timetabling a case study

In this article we concentrate on a typical scheduling problem: the computation of a timetable for a German college. Like many other scheduling problems, this problem contains a variety of complex constraints and necessitates special-purpose search strategies. Techniques from operations research and traditional constraint logic programming are not able to express these constraints and search strategies on a sufficiently high level of abstraction. We show that the higher order concurrent constraint language Oz provides this high-level expressivity, and can serve as a useful programming tool for college time-tabling.     

基于遗传算法的滚动调度策略*

本文研究了动态加工环境下的一类Ｊｏｂ－Ｓｈｏｐ调度问题，提出了一种基于遗传算法的滚动调度策略，其要点是：１）借鉴预测控制的思想，采用ｔｉｍｅ－ｂａｓｅｄ和ｊｏｂ－ｂａｓｅｄ的滚动调度策略适应动态环境和要求的多变性。２）以遗传算法和分派规则相结合，处理考虑与操作序列有关的工件安装时间和工件到期时间约束的复杂调度问题。文中给出了在工件到期时间发生改变的动态环境中两种滚动调度算法的调度结果，并与静态调度