基于混合自适应遗传算法的相控阵雷达任务调度

针对相控阵雷达任务调度NP难题,提出一种混合自适应遗传算法进行求解。在构建相控阵雷达任务调度优化模型的基础上,通过混沌理论优化初始种群,采取精英保留和混合排名的选择策略以及设计自适应的交叉、变异算子来提升算法的搜索性能;在自适应遗传算法的框架下,提出启发式脉冲交错算法,以利用雷达任务中的等待期来交错执行其他任务的发射期或接收期。仿真结果表明：相比于基于遗传算法的调度方法,改进算法的搜索效率更高、结果更优;相比于传统启发式算法,改进算法的调度成功率、时间利用率和实现价值率均得到了提升,并有效降低了时间偏移率。     

基于星间链路的卫星导航系统星地业务信息传输规划调度方法研究

星间链路是现代卫星导航系统的主要技术特征之一。针对星间链路条件下卫星导航系统业务数据传输规划调度问题,设计了一种规划调度数学模型,并在此基础上提出了启发式规划调度方法。基于北斗三号卫星导航系统的场景设置,对该方法进行了仿真验证。仿真结果表明：启发式规划调度方法能在北京、新疆和海南3个地面站组成的区域监测网条件下成功实现卫星导航系统30颗卫星的业务数据传输规划调度,调度结果满足卫星导航系统任务需求;各任务周期内平均需要地面站天线15.375个,且绝大部分地面站资源利用率超过70%.     

基于遗传算法的成像侦察卫星调度问题研究

基于有效基因路径表示的遗传算法：先建立单颗成像侦察卫星调度问题的约束规划模型。采用路径表示方法，对成像任务调度序列对应的染色体进行编码。选择2个染色体作为2父个体。接着采用顺序交叉算子对2父个体进行交叉操作，得到2子个体。然后采用交换变异算子对2子个体进行变异操作，得到2新子个体，并与两个父个体进行比较，比较依据为适应度函数。根据染色体上有效基因的数量以及对应的成像任务的优先级，计算染色体的适应度函数，选择适应度函数值最大的2个体作为下一次遗传操作的父个体。若迭代次数达最大值，算法结束，否则重复算法步骤。     

基于改进型RM算法的弹上综合信息系统任务调度

为提高导弹信息传输速度和处理综合信息的能力,设计一种基于改进型RM算法的弹上综合信息系统任务调度系统。从周期性任务、非周期性任务和瞬时过载3个方面对传统RM调度算法进行了改进,并利用测试验证系统进行了调度测试。测试结果表明：改进后的RM算法可在一定程度上满足弹上综合信息系统调度需要。     

基于不确定性任务的多星调度启发式算法

根据多星测控中用户提出的不确定性任务的特点,建立多星调度基于不确定性任务的数学模型。提出任务支持时间最大化作为启发式准则,以及弧段分割法调整测控资源冲突。在此基础上,结合资源均衡原则和卫星优先级策略,提出了基于不确定性任务的多星调度启发式算法。最后,算法运用在10星6站的调度问题中,仿真结果表明算法是可行的。     

基于蚁群算法的测试任务调度优化方法

复杂系统测试通常存在任务复杂、测试时间长、资源浪费等问题,对资源和任务进行合理调度具有重要实用价值。提出基于蚁群算法的测试任务并行任务调度优化方法,对测试问题进行描述,与蚁群算法结合,设计了启发函数、状态转移规则;根据算法流程获得测试时间最短的任务调度序列;针对任务序列多解的问题,提出资源均衡度的评价标准,得到最优的资源任务调度序列。基于蚁群算法解决了复杂测试系统任务调度问题,对某实际测试系统资源任务集进行调度仿真,并与随机穷举法对比验证算法的有效性,结果表明该方法能大大节约测试时间。测试实例与当前常用的半串行测试进行对比,测试效率提升了43.07%;所得结果为最短测试时间任务调度序列中资源均衡度最高的。     

一种基于维修流程的装备维修任务调度方法

为了快速、有效地进行战时装备修理任务调度,减少故障装备在维修系统的等待时间,尽快恢复部队的战斗力,提出一种串行维修流程的多专业多作战单元维修任务调度的数学描述和模型。分析基于维修流程的装备维修任务调度问题,描述串行同顺序维修流程任务调度问题,给出求解维修调度的混合遗传算法,并以实例对算法的时间效率和优化结果进行仿真实验。仿真实验结果表明,该方法能有效解决一种战时维修任务调度问题。     

敏捷成像卫星任务动态调度仿真系统设计与实现

针对卫星资源和观测任务不确定条件下敏捷成像卫星任务调度与管理需求,设计实现任务动态调度仿真系统.分析敏捷成像卫星任务动态调度仿真系统设计需求,设计仿真系统的总体结构、功能模块以及运行流程,利用C#与Matlab混合编程实现仿真系统,并通过典型实例验证.验证结果表明:该系统是可行、有效的,能满足数据管理、任务调度、方案评价和显示输出等需求,并降低动态调整方案的扰动测度.     

考虑休息的维修任务调度模型及其求解算法

由于维修资源通常具有使用周期性,即每工作一段时间需要进行休息,而维修任务具有紧迫性,需要不间断地进行,如何在给出维修任务调度方案的同时也给出维修资源的休息时间是一个值得探讨的问题。文中给出考虑休息的维修任务调度问题的假设条件,并建立了一种混合整数规划模型,对问题进行了数学描述。提出一种粒子群求解算法,包括算法框架、粒子表示、资源技能分配算法、粒子解码过程、更新公式等。通过具体实例,证明了模型与算法的有效性。     

一个新的Fork任务图的调度算法

针对Fork任务图的结构特点,提出了基于任务复制的调度算法。在对算法基础、术语、新的Fork任务图的调度算法-NSF进行了介绍的基础上,运用实例对调度进行了分析比较。该算法在保证得到最优调度长度的前提下,减少了使用处理机的个数。实验结果表明,该算法综合性能优于其它算法。     

相控阵雷达自适应调度及优化算法研究

在具有时间窗的相控阵雷达调度算法基础上，提出了一种提高调度成功率的优化算法，该算法在调度本次任务的同时，考虑到下一任务的调度情况，以本次调度产生最大连续空闲时间间隔为目标条件来进行调度。仿真结果表明，文中提出的优化算法能有效地完成相控阵雷达自适应调度，调度成功率明显增加。     

广义Fork-Join任务图的调度问题研究

Fork—Join结构是一种并行处理的基本结构。为处理传统方法难以解决的复杂和非线性问题，缩短整个程序的总完成时间，针对广义Fork—Join任务图提出了基于遗传算法的调度算法，该算法将遗传算法和任务复制相结合，有效地缩短了得到最优结果的时间。实验结果表明，与其他算法相比，该算法具有较短的调度长度。     

流水线加工调度问题的神经网络算法

针对启发式算法求解调度问题时算法执行时间短,但计算结果较差的问题,提出一种基于目标增量的构造优化神经网络算法。通过引入一个加工时间为0的虚拟工作,利用相邻工件加工结束时间差矩阵,将求解无等待流水线加工调度问题的最小最大完工时间问题映射为TSP问题,建立构造优化神经网络模型,将流水线调度问题映射到神经网络上。实验结果证明：该算法在时间性能和结果的最优性方面较启发式算法SA2、RAJ、GR和目标增量法有较大提高,对于大规模问题该算法优势明显。     

调度问题中的冲突研究

调度问题的本质是对存在的冲突进行消解的过程.针对调度问题,首先判断是否存在冲突;若可能存在冲突,再判断是否存在固有冲突;若不存在固有冲突,再进一步判断是否存在调度冲突或间接冲突.研究还涉及可能冲突任务紧集、可能冲突任务松集、冲突度等概念.其研究结果对调度算法设计有一定参考价值.     

基于遗传算法的作战任务分配和资源调度问题研究

在作战行动中出现多任务与多种保障资源合理调度困难的问题十分常见。笔者以任务完成的总时间最短为目标函数构建数学模型,使用遗传算法进行迭代优化得到保障资源调度的全局最优解。对遗传算法进行自适应改进、移民交叉算子操作和迭代条件优化,解决了过早收敛无法求出全局最优解的问题,并使算法运行效率提高了76.4%。仿真实验结果表明：该方法切实可行,可以快速准确地完成多种保障资源调度并形成任务分配方案,满足现阶段作战部队资源保障的现实要求。研究成果在高效完成保障资源调度的同时不产生冗余负担,具有较好的应用价值和发展前景。     

综合优先级下反导预警相控阵雷达任务调度算法

针对相控阵雷达跟踪多弹道导弹目标时的资源分配问题,提出一种综合优先级下的价值优化调度算法。基于弹道导弹目标特性,构建目标威胁度模型;设计二维优先级表,结合目标威胁度和截止期进行综合优先级规划;基于任务优先级建立任务动态价值函数,并从调度及时性原则出发,构建任务调度的价值优化模型;对遗传算法进行改进,设置自适应选择、交叉、变异算子,并利用该算法求解调度模型;通过仿真实验将所提算法与传统工作方式优先级加截止期调度算法进行性能对比,对任务价值函数参数对调度性能的影响进行分析。结果表明：相比传统调度算法,所提调度算法的调度时间偏移率减小了46%,实现价值率提升了12%.     

复杂约束条件下伴随修理任务多目标动态调度

针对战时伴随修理任务重、修理时间有限、约束复杂的问题,提出了伴随修理装备维修任务调度的多目标动态调度方法。考虑复杂约束的伴随修理装备维修任务调度军事需求,构建了多目标动态调度模型。该模型在修理能力及修理时间限制的基础上,引入修理时间窗、非遍历约束,考虑修理能力变化以及修复状态的不确定性,以修竣装备总数、修竣装备重要度总和、获得的二次作 战总时间最大为调度目标,进行维修任务的调度决策。设计了基于改进非支配排序遗传算法（NSGA-II）的改进多目标遗传算法进行模型求解,并通过示例仿真与分析验证了该模型和算法的合理性及有效性。     

基于模糊神经网络的相控阵雷达任务调度设计

针对相控阵雷达任务调度中任务优先级较难建立数学模型,从而影响任务调度效率的问题,提出一种基于自适应模糊神经网络的相控阵雷达任务调度算法。该算法：模糊控制部分能够利用模糊隶属度对多个目标参数值进行量化处理;神经网络部分可以智能地实现目标参数和任务优先级之间非线性映射。仿真结果表明,该方法有效,在目标数目饱和情况下,保证高优先级任务被调度的同时,使更多的任务得到调度执行,其性能优于传统任务调度方法。     

网络控制系统时延单调速率算法可调度性及多目标优化

讨论了具有多个闭环控制回路的网络控制系统中网络信号传输周期的任务调度问题。对具有时间延迟的单调速率调度算法在网络控制系统中的可调度性进行了理论分析，给出了保持系统稳定运行的可调度性条件。在此基础上，对调度算法的计算结果进行多目标优化，得到保证网络信号传输误差率最小及延迟时间最少的传输周期。网络控制系统实例证明了调度算法的实用性及优化结果的正确性。     

综合优先级规划下的相控阵雷达自适应调度方法

对时间资源的合理分配是相控阵雷达发挥自身优势的关键,提出一种考虑目标威胁度的相控阵雷达调度算法。根据目标信息构建非线性目标威胁度量化模型,并通过设计二维优先级表,将目标威胁度与雷达任务的截止期相结合,共同进行综合优先级规划;在性能评估环节,提出执行威胁率的概念,以反映调度算法对重要任务的执行情况。仿真结果表明,当跟踪目标数量饱和时,相比于原有的高工作方式优先级优先算法,改进后的算法有效减少了任务的截止期错失率,提升了时间利用率和执行威胁率。