基于知识的集装箱堆场箱位分配计划研究*

针对集装箱堆场箱位分配问题中规则因素较强的特点,建立基于知识的箱位分配计划方法。首先描述了该问题中知识构成和表示方法;并提出了基于知识的箱位分配模型,包括分配区域划分、作业模式及规则匹配、最优箱位选择三个部分。实例分析表明本方法可取得良好的箱位分配效果。     

基于预约和图表示的集装箱出口箱位优选

针对预约交箱机制下集装箱堆场箱位优选问题,提出一种交箱次序与箱位分配的三维图表示法;基于图表示,提出压箱量和龙门吊大车行驶距离的期望求解方法.在此基础上,构建基于图的集装箱堆场出口箱位优选模型,优化堆场龙门吊行车成本和压箱量.开发了改进禁忌搜索算法,利用图表示特性缩小搜索空间并优选搜索方向,提高收敛速度.实验结果表明,所提出的算法能够在合理的时间内获得满意解,较确定性模型可减少堆场作业成本20%以上.     

动态环境下集装箱码头堆场出口箱箱位分配建模与算法研究

箱位分配是集装箱码头运作优化管理的关键问题.针对出口箱交箱时间的动态不确定性,提出两级调度策略,将出口箱位分配问题分解为贝位分配和贝内具体箱位分配,分别建立规划模型优化龙门吊大车行使距离和翻箱量,并针对两级调度策略特点分别设计开发基于禁忌搜索的求解算法.模拟实验表明,所提出的方法能够适应动态条件变化,改善调度效果,并在合理时间内获得满意解.     

一种新的关联规则Vis-Meta图知识表示方法

针对传统关联规则表示方法无法展示领域知识,缺少对规则信息一对一、一对多、多对一、多对多的多模式表示,忽略知识发现结果的共享等问题,提出了一种新的基于Vis-Meta图的多模式关联规则知识表示方法.首先给出了Vis-Meta图的相关定义与关联规则的Vis-Meta图表示方法,接着定义了关联规则Vis-Meta图知识表示中的概念关系,并在此基础上给出了关联规则概念关系知识表示算法、关联规则实例对比算法和关联规则知识表示优化算法.最后,以某省全员人口数据为基础,对关联规则信息进行可视化分析.实验结果表明,所提出的知识表示算法具有良好的展示效果与知识共享能力.     

基于合同网协议交互投标的动态调度方法研究

柔性制造系统使生产加工路径有很多可选性，所以调度系统必须考虑机器调度问题。分配规则调度是一种最基本、最具影响力的动态调度方法。然而，分配规则调度方法很少考虑机器顺序选择。兼顾工件选择和机器选择两方面，本文运用交互投标过程，构建基于合同网协议调度的协商规则。研究作业车间动态调度问题，提出并构建了5种合同网规则调度方法。通过实验分析结果表明，基于合同网交互投标模式的规则调度能够大大改善调度系统性能，提高设备的利用率和设备负荷平衡指标。     

一种电子商务网站评价知识规则挖掘方法

电子商务网站评价知识规则是对电子商务网站的运行情况和工作质量进行评价的重要依据,优质、合理的知识规则将使评价更加公正、更加客观。在分析并建立电子商务网站评价指标体系的基础上,将一种改进的遗传算法用于电子商务网站评价的知识规则挖掘,提出了一种基于遗传算法的电子商务网站评价知识规则挖掘方法。该方法利用选择算子、助长算子、交叉算子和变异算子来产生新的知识规则,使用正确度、覆盖度和可信度来对知识规则进行评价。实例表明,这种方法在进行知识规则挖掘时是完全可行的和有效的。     

基于场景及规则获取模板的知识获取方法

产生式规则作为知识库系统进行推理的常用的、可读性好的知识表示形式,在构建知识库系统时有极大的优越性.提出一种基于场景及规则获取模板的知识获取方法,并以某高分子复合材料的加工专家为知识获取对象.该方法通过分析、记录领域专家进行设计的过程、解决问题的过程和动作,将领域问题按层次细化为一系列子问题,并在子问题场景下结合场景模型及知识获取模板来获取规则性知识.采用该方法可以辅助领域专家在明晰领域知识结构的基础上,逐步挖掘领域中细粒度的规则性知识.     

基于证据推理的确定因子规则库推理方法

不确定性推理方法是人工智能领域的一个主要研究内容,If-then规则是人工智能领域最常见的知识表示方法. 文章针对实际问题往往具有不确定性的特点,提出基于证据推理的确定因子规则库推理方法.首先在If-then规则的基础上给出确定因子结构和确定因子规则库知识表示方法,该方法可以有效利用各种类型的不确定性信息,充分考虑了前提、结论以及规则本身的多种不确定性. 然后,提出了基于证据推理的确定因子规则库推理方法. 该方法通过将已知事实与规则前提进行匹配,推断结论并得到已知事实条件下的前提确定因子;进一步,根据证据推理算法得到结论的确定因子. 文章最后,通过基于证据推理的确定因子规则库推理方法在UCI数据集分类问题的应用算例,说明该方法的可行性和高效性.     

分类产生式规则

本文提出了一种称为“分类产生式规则”的专家系统和知识表示方法,该方法实质性地改进了传统的产生式规则,可有效地解决基于规则的专家系统存在的知识组合爆炸和搜索匹配费用高的问题,同时,较好地解决了专家系统对数值计算无功能力的问题,文中主要介绍了这种方法的定义,表示形式、推理控制策略和知识组织等问题,并简要介绍了该方法的优势所在。采用分类产生式规则,已成功地建造了两个实用专家系统。     

一种基于规则的神经网络的知识表示和推理方法

在医学专家系统中，如何根据各种疾病特征，推断出患某种疾病，这是一个比较复杂的问题，本文给出了一种基于规则的人工神经网络的知识表示和知识推理方法，从规则集中自动构造网络的结构、确定隐层节点数和连接权值，用并行的方法进行推理，最后，给出了泌尿外科常见疾病诊断的一个实例应用。     

多场桥分区域平衡策划下的集装箱堆场箱位分配问题

集装箱码头堆场出口箱箱位分配和场桥调度对码头运营效率有重要影响. 为了合理分配箱位和调度场桥, 采用分区域平衡策划方法, 在给定批量任务下, 考虑场桥实际作业中的安全距离, 以均衡各场桥作业任务量和减少场 桥的非装卸时间为目标, 建立混合整数规划模型, 并设计遗传算法求解, 通过不同批量任务的实验分析验证所提出方法的有效性. 研究表明, 分区域平衡策划方法可以更好地解决箱位分配和箱区多场桥联合作业的优化问题.

     

基于机器视觉的多巷道自动化立体仓库货位透明化分配方法

针对立体仓库内有效货位，设计透明化分配方案时主要通过人眼识别的方式掌握货位状态，使得最终分配方案的出库效率较低。因此，引入机器视觉技术，设计了一种新的仓库货位透明化分配方法。运用ABC分类法，对多巷道自动化立体仓库内所有货位进行分区。通过工业相机采集仓库内货架图像，通过机器视觉技术对采集图像进行识别，全面掌握仓库内处于空闲状态的货位位置。以最高出库效率为目标，建立货位透明化分配数学模型，再通过决策树搜索算法，生成最优货位分配方案。实验结果显示：应用所提方法进行货位分配，与基于粒子群算法、基于商品关联度的分配方法相比，使得出库效率提升了24.53%、23.92%。     

分布式存储系统中用户磁盘空间分配策略

针对用户文件的分布式存放导致的磁盘空间管理问题,提出一种在分布式存储系统中动态分配磁盘空间的策略,在保持用户磁盘配额大小不变的情况下,根据各存储节点的数据量差异,按需分配用户实际所用的存储空间。与传统的磁盘分配机制相比,该方法简便灵活,更能适应网络存储数据的动态变化,有效提高磁盘空间资源的利用率。     

链表式区域填充算法在三维油藏模型中的应用

分析不同填充方法的特点,针对传统种子填充算法需要静态分配存储空间而造成空间利用率低和不断进出栈操作浪费时间的问题,对种子填充算法进行改进,提出了采用链表存储且对像素点先着色再入链的新方法。该方法根据实际需求动态的分配空间,减少了空间浪费,避免了一些不必要的操作,解决了计算机对大数据处理时由于内存不足而造成死机或处理时间过长的的问题。此方法应用于大模型油藏模型的高速显示系统,提高了空间利用率,实现了三维油藏模型的快速显示。     

Choice of loading clusters in container terminals

The storage allocation in the export yard of a container terminal determines the efficiency of container loading. Even if the yard manager has optimised the allocation of export containers to avoid rehandling, conflicts among loading quay cranes can still occur. Thus, all the possible handlings during loading must be considered when organising the yard space. In previous studies, the yard storage allocation has been assessed based on the subblock, which consists of several adjacent bays. However, to minimise all possible handlings in the loading process at the terminal, optimising more flexible storage clusters is also important. Thus, our aim in this research is to model the choice of loading clusters and derive a more flexible allocation strategy for organising the space in the export yard. A bi-objective model is built, which considers both the transportation distance and handling balance between blocks. A model aimed at minimising all possible handlings in the export yard for the loading process is also developed, and several of the insights derived can inform yard management in real-life operations. It is proven that the handling requirements have a significant effect on the choice of loading clusters, and yard managers should consider the various features of liner and loading processes when organising their storage space.     

A non-centralized adaptive method for dynamic planning of construction components storage areas

Rehandling of construction components, such as pipes, structural steel elements, and curtain walls, may increase the handling cost and reduce the construction efficiency, which is a critical issue for storage area plans of a project. Moreover, on some construction sites where space is limited, there are not adequate storage areas for centralized stacking of components and frequent changes in spatial state. Existing studies have investigated site layout planning for temporary facilities including arranging a storage area for the same type of material, which still have limitations in solving the above problems. This study proposes a novel and flexible arrangement method for incoming components in limited site space. This method is non-centralized and adaptive to the dynamic change of the actual component requirements based on construction activities and the real-time storage area availability. Therefore, a construction components storage areas planning (CCSAP) model is developed for dynamic allocation of construction components storage areas. Building information modeling (BIM) can be used to generate the material requirements planning before construction according to the actual construction activities. Real-time spatial recognition is a critical step for dynamic allocation of construction components storage areas because no such research has been done. This paper firstly presents an imaging technology with a low-rank matrix to identify on-site unoccupied locations automatically in real time. In addition, genetic algorithms (GA) consider two types of decision variables: actual components supply and real-time space availability. Finally, a dynamic visualization platform is built for planning construction components storage areas. An implementation example is demonstrated to validate principles and this model and shows a 21.9% reduction in the handling cost and a 19.4% increase in the construction efficiency compared with conventional methods.     

基于高地址约束和按需存储分配的UCard底层调度模块研究

本文介绍了一种实现一卡多发的新型智能卡UCard及其体系结构。针对UCard现有固定存储空间分配存在资源浪费等不足,提出了一种按需存储空间分配方法,并且该方法通过对高位地址总线的约束实现了不同大小COS之间的物理隔离。然后在引入动态地址控制器的基础上,给出了基于按需存储空间分配的UCard底层调度模块的一种实现方式。最后利用有限状态机对UCard底层调度模块装载、调度、卸载COS的过程进行了形式化描述。     

基于随机流模型的校园网格存储服务分析

校园网格存储服务是汇聚校园高性能计算中心、各个院系或研究所的服务器以及单个PC机贡献的存储资源,建立三级存储架构,为用户提供数据存储的注册、分配、调度、释放服务。由于节点的动态性,导致所提供的存储空间总数动态变化,为研究存储服务性能,采用随机流模型进行分析。它是一种宏观上对高速网络进行有效分析的模型,是基于排队论模型分析的一种替代方法。通过该模型分析校园网格存储服务性能,得出节点请求分配概率随节点数目变化的关系。     

A knowledge-based approach for task allocation in heterogeneous distributed computer systems

Abstract: This paper presents a knowledge-based system for task allocation in a network of processors. Since the problem is NP-complete, optimisation techniques are computationally prohibitive and impractical. Our approach reduces computational burden by using (1) a two-level hierarchical scheduling model to alleviate the problem complexity, and (2) a search strategy that uses knowledge from the knowledge base to limit the search space to a manageable size. The major goal of our approach is to generate good but not necessarily optimal solutions quickly. The system is implemented on a Sun SPARCstation 1 + using Common Lisp. Our computational experience in using this system for task allocation indicates that the two-level hierarchical approach generates better schedules in shorter computational time than a non-hierarchical approach.     

Storage allocation scheme for virtual instances of cloud computing

Cloud computing delivers resources and services through virtual machines on a pay-as-you-go basis. The allocation of storage space to users is usually determined by means of open allocation mechanisms that cannot guarantee an efficient allocation. Current allocation mechanisms do not consider user requests when making provisioning decisions. In other words, they assume that the storage spaces are fixed. In this study, we propose an algorithm for allocating storage spaces based on the requests of users. We present a unified storage allocation scheme (USAS) for cloud computing. USAS is a dynamic storage allocation framework for unlimited, limited, and free users. Our proposed approach is based on a storage partitioning policy, and we have compared our proposed scheme with open storage scheme and fixed storage scheme with common partition. We show through simulation study that USAS dynamically allocates space for different user requirements for all traffic loads.