基于遗传算法的车间作业调度

研究了遗传算法在车间作业调度问题中的应用,以遗传算法作为优化工具,给出了车间作业调度算法。最后给出了计算机仿真结果,并与启发式算法求得的结果作了比较,证明了该算法解的有效性和优越性。     

资源约束下多项目调度的迭代算法

项目实施过程中往往涉及到不同项目之间的资源共享与冲突,因此在资源受限的情况下如何调度项目以满足不同项目的资源要求并缩短各项目工期是一个重要的问题．在对该问题进行分析的基础上,建立了资源约束下的多项目调度问题的数学模型,并在单项目调度迭代算法的基础上进行扩展和改进,设计了多项目调度的迭代算法．该算法结合了串行进度计划生成机制和逆向算法的优点．在保证项目任务紧前关系与资源约束的条件下,能够合理优化多项目的资源分配,从而有效地缩短多项目的总工期．通过具体实例的应用和与其他算法的比较,说明了迭代算法可以得到较好的项目进度计划．     

一种求解资源受限项目调度问题的遗传算法

提出一种求解使用可更新资源的单模式资源受限项目调度问题的遗传算法．采用遗传算法对项目活动进行调度,在满足紧前关系约束和资源约束的条件下,最小化项目工期．继承了基于排列和基于优先级的编码方案的优点,提出一种新的基于优先权排列的编码方案．采用串行调度方法生成项目计划．使用PSPLIB中的标准问题库对算法进行了充分的数值实验,通过与既有算法进行比较,证明本文算法的有效性．     

基于遗传算法在车间作业调度

研究了遗传算法在车间作业调度问题中的应用，以遗传算法作为优化工具，给出了车间作业调度算法，最后给出了计算机仿真结果，并与启发式算法求得的结果作了比较，证明了该算法解的有效笥和优越性。     

基于两阶段启发式算法的多场桥作业调度研究

场桥作业调度对集装箱码头整体运营效率具有重要影响。在分析多台场桥协同作业的基础上,考虑场桥实际作业中不可相互跨越与安全距离等特有约束,建立了场桥作业调度问题的混合整数规划模型。针对模型求解的复杂度,设计了两阶段启发式算法,最后通过数据实验对模型与算法的有效性进行了验证。     

求解扩展双资源约束作业车间调度的分支种群遗传算法

根据扩展双资源约束作业车间调度问题的特点,构造了一种混合遗传算法进行求解:以分支种群为载体继承遗传进化经验,利用精英进化算子、基于扇形分割的轮盘赌选择算子及邻域搜索等机制,进一步优化了算法性能。通过分析策略对比仿真、算法性能对比仿真等实验,结果表明上述各种优化机制可行,且对于算法运算效率与寻优性能的优化效果均有良好表现。     

多模式资源受限项目调度问题的优化方法

为求解多模式资源受限项目调度问题,提出了一种结合粒子群优化算法（PSO）和基因表达式编程（GEP）的混合优化算法。其中,PSO用来提供活动执行模式组合,GEP用来构造在给定活动执行模式下的调度规则。调度规则由项目状态和活动属性构成,与其他优化方法相比,这是一种新的编码方式与求解方法,也更符合实际应用。对于粒子所表达的不可行活动模式的组合,设计了粒子调整算法,以满足项目调度中可更新资源和不可更新资源总数的约束。最后给出了混合优化算法求解步骤,并采用该算法对项目实例进行了计算与分析,验证了算法的有效性。     

考虑空间约束的舰载机作业调度模型研究

舰载机的舰面调度是受空间限制的多任务复杂问题,是舰船完成作战效能的重要保证.本文分析了舰载机作业的基本流程以及甲板空间因素对舰载机作业的影响,将舰载机及其相关作业的调运空间和作业空间定义为资源,利用多模式资源受限项目调度问题研究方法,建立了资源受限舰载机机群调度数学模型.基于启发式算法完成了舰载机作业调度计划求解算法设计,并对给定算例进行求解.实例研究结果表明,该模型和算法可以为舰载机作业调度规划提供技术支持.     

基于改进Jaya算法的双资源约束柔性作业车间调度

考虑工人操作熟练度对双资源约束柔性作业车间调度的影响,提出改进的Jaya算法对其进行求解。与经典柔性作业车间不同的是,双资源约束柔性作业车间调度问题（DRCFJSP）需要同时处理工件排序、设备分配和工人指派3个子问题。通过改进标准Jaya算法以使其适用于求解具有最小完工时间准则的DRCFJSP,具体改进包括设计三维向量编码方案,结合设备、工人和工件的集成特征进行种群初始化,围绕车间调度离散化特点扩展算法更新迭代机制,并设计了基于关键路径的局部邻域搜索策略和接受准则。对扩展后的柔性作业车间测试算例进行求解,并与现有算法进行比较,结果表明：本文算法具有一定的有效性和优越性,表明本文优化调度方法能在有限的资源下实现人员合理配置和工件快速排序。     

多目标优化生产作业调度计划系统开发

讨论了多目标优化生产作业调度计划系统的结构及主要功能,分析了该系统如何把多目标优化启发式算法、仿真模型及工作日指派相结合,从而实现了生产作业调度计划的动态优化编制及快速修改或重排。     

一种改进的实时任务调度算法

针对现有的表调度算法优先级选取单一、优先级相同时任务随机调度导致某些重要任务延迟处理的问题,提出了一种双优先级任务调度算法(DPSA)。DPSA根据任务到入口任务的路径长度和IHEFT算法上行权重作为任务优先级安排任务调度顺序。采用随机生成的有向无环图(DAG),与HEFT算法进行对比实验,实验结果表明,DPSA能获得更短的调度长度。     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次。针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解。应用实例与算法比较验证了优化模型与求解算法的有效性。     

一种改进的网格资源组织及其任务调度

为了提高网格资源调度的效率,利用分层的思想和方法,提出一种分层的网格资源组织方式及其调度机制。通过在分层组织结构中引入负载信息表和资源统计表,对传统的资源组织方式进行改进,在任务调度时对网格资源进行筛选,缩短任务的平均调度时间,提高任务调度效率,同时可解决网格内部的负载平衡问题。仿真实验及分析显示,与传统的资源组织方式相比,该组织方式可提高网格系统的性能,同时具有较好的扩展性。     

EZDCP:A new static task scheduling algorithm with edge-zeroing based on dynamic critical paths

1　INTRODUCTIONTheefficientexecutionofaprogramonaparallelanddistributedsystemhighlydependsonthemethodstakenforschedulingthetasksrepresentedbyadirectedacyclicgraphontoamultiprocessorsystem .Aimingtoachievebetter performancebyusingthesesystems,lotsofschedulingalgorithmsareused ,includingbranch and bound ,graph theory ,randomization ,geneticalgorithmsandevolutionarymethods[1] .Theobjectivesoftheseschedulingalgorithmsaretoallocatetasksontoprocessorsandtodeterminetheorderoftheirexecutionsothatd…     

一种独立任务调度问题的相对量化模型

在分布式处理领域,独立任务调度问题是一个NP难题.现有各种调度模型普遍采用基于运行时间的任务量化方式,这使得异构系统调度问题较同构系统更为复杂,因为异构系统中同一任务在不同节点上的运行时间不等.该文提出了一种独立任务调度问题的相对量化模型,该模型采用一种相对量化方案来量化任务的载荷量和计算节点的负载能力及负载状况.基于该模型,可用LPT、AI之类的同构调度算法解决异构调度问题,从而使异构调度问题的复杂度降到与同构调度问题相当.理论分析与实验研究证明了新模型的有效性和良好的工程实用性.     

Hybrid and dependent task scheduling algorithm for on-board system software

0　INTRODUCTIONAnon boardcomputersystemisadistributedcom putersystemconsistingofsomeembededreal timecontrol lingsystemsandsomereal timeinformationprocessingsystems .Itassuresthecorrectnessofcomputingresultsandthecompletionbeforethedeadlinegiven ,orthesys temmaytotallyfailinspitofitscorrectcomputation .Forexample ,ifreal timedataprocessingisimpossiblefortheattitudecontrollingsystem ,thereisnowayforthesatellitetoworknormally ,anditmayevengetoutofcontrol[1] .Soasthecoreofcontrol,theon boardc…     

多源数据辅助遥感影像发布研究

根据遥感影像的特点,分析了传统的遥感影像发布问题,研究和探讨了目前网络模式下应用多源数据辅助遥感影像发布的可行性和必要性;文中指出,管理应用GIS、元数据等多源数据辅助遥感影像发布,从而提高了服务器工作和客户端数据索引的效率。     

支持并行任务的多约束网格调度模型

针对资源负载瞬时过重情况下负载平衡和跨度的优化问题,提出了一种支持并行任务的多约束网格调度算法。考虑到网格环境资源的非专有性和性能差异较大的特点,提出了扩展分配概率的概念。算法将负载平衡分配概率与期望执行时间对任务分配造成的影响进行加权,依据扩展分配概率进行任务到节点的映射。在3个节点搭建的Globus网格环境中对算法进行了测试和评估。测试结果表明,多约束算法在节点初始负载不均时,算法能达到可接受的负载平衡,且跨度优于负载平衡算法,表明了算法的合理性。     

时间约束的高层次数据流调度方法

为了研究时间约束下的高层次数据流调度问题,提出了遗传算法和蚂蚁算法动态融合的解决方案.给出了时间约束调度中遗传算法的编码方法、交叉、变异和适应度函数以及蚂蚁算法中的概率选择方法和信息素的更新规则.为了找到遗传算法与蚂蚁算法的最佳切换时机,还解决了2个关键问题:遗传算法的动态结束条件和蚂蚁算法中初始信息素的产生.实验结果表明,该方法所用的平均资源数目比遗传算法少5.2%,比蚂蚁算法少4.9%;运行时间比遗传算法少44%,比蚂蚁算法少31%.     

DAG任务模型的粒子群优化调度算法

在并行多处理器系统中,通常用有向无环图(DAG)表示任务之间的依赖关系.为了提高该任务模型调度算法的性能,基于粒子群优化算法,提出一种新的调度算法.算法将任务高度和粒子位置作为任务优先级,使用表调度策略生成有效的调度方案,在满足任务间依赖关系的条件下,使所有任务的完成时间最小.仿真实验结果表明,与遗传算法相比,所提出的算法提高了解的质量和收敛速度,特别适合于规模较大的多处理器任务调度.