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。     

一种并行测试任务调度优化方法

装备并行测试任务调度问题是一种较为复杂的组合优化问题,难以高效求解。对此,建立了装备并行测试任务调度问题数学模型。根据问题特点分解为并行线上装备测试任务分配问题和单流水线上装备测试任务调度问题,降低了原问题求解难度,并提出了求解方法。进一步使用单一流水线上装备测试任务调度问题的下界,有效地减少了问题求解计算量。实验结果表明,提出的装备并行测试任务调度优化方法是解决这种问题的有效方法。     

并行测试系统资源协作机理研究

分析了并行测试系统相关资源运行过程存在的问题．研究了多总线融合的并行测试系统资源特征．以此为基础提出了将多智能元Multi—Agent引入到系统资源协作机理研究中的方法。Multi-Agent系统包括任务Agent、资源Agent、接口Agent和任务分解调度Agent。研究了多Agent的协同工作机理。文中的多智能元研究解决了并行测试系统任务分解与调度问题．对并行测试系统资源运行模式的研究具有一定借鉴意义。     

基于H-ABC算法的并行测试任务优化研究

并行测试任务调度是缩短多个大型测试进程最终完成时间的有效方法,许多研究人员致力于在不违反技术测试顺序的前提下探索测试任务进度优化。对于本项目的优化问题而言,每个测试任务在可用资源上均有各自的资源依赖关系。因此,保证各测试任务依赖资源无冲突的前提下设计有效的算法,满足既定任务间的既定时序关系,而中国对此类问题鲜有讨论。通过对每个任务编码以及输入既定各测试任务间的时序约束与任务与资源间的依赖关系,设计有效的人工蜂群启发式算法（H-ABC）进行优化,以获得各测试任务在其相应资源上的先后安排,同时使得最终测试项目的完成时间最小化。     

最优化空空导弹测试任务调度策略研究

为解决飞机装备多型空空导弹测试工作量大、测试效率不高的问题,提出了一种基于ATML的最优化测试任务调度策略.给出了测试任务调度的ICOM描述,在建立测试任务调度的分层框架的基础上运用ATML对测试任务进行了统一描述;建立了测试任务优化调度模型,并根据模型特点提出禁忌搜索进化算法.通过实验证明该调度策略具有可行性和高效性.     

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。     

空空导弹并行测试平台设计

在详细分析各时刻系统全部资源使用情况,深入理解被测对象测试全流程的基础上.对某型空空导弹内场测试仪进行了并行测试的改造设计.硬件上增加了接口转换阵列开关及控制模块;利用LabWindows/CVI6.0提供的强大的并行机制进行多线程编程.改造后的测试仪可同时测试两枚某型空空导弹,总用时远远小于传统测试两枚弹的时间,大大提高了整个系统的测试效率,节约了测试成本.     

并行测试技术工程化应用研究

并行测试技术在测试系统中应用广泛,采用并行测试技术能够提高系统的测试效率和性价比。本文提出了几种并行测试结构形式,并结合实际测试需求进行并行测试分析与实践,详细分析了针对某型导弹开展并行测试的可行性及实施方法,最终选择多个被测对象并行测试的方法。结果表明,并行测试有效减少了测试时间,提高了测试速度,使该型导弹的测试效率提高了50%以上,提升了装备使用效率。     

基于多种类多种群并行蚁群算法的火力通道分配

针对舰艇编队超视距网络化反导体系构建问题,首先分析了反导体系构建流程,确定了反导作战的任务,分析了火力通道分配与网络化反导体系构建之间的关系。建立了基于综合火力杀伤效能的舰艇编队反导作战火力通道分配模型,并基于多种类多种群并行蚁群算法对所建立的模型进行了优化计算。仿真算例表明:构建的火力通道分配模型以及设计的优化计算方法能够保证舰艇编队成功遂行超视距网络化反导作战任务,有效地提高了舰艇编队反导作战效能。     

基于并行蚁群算法的常规导弹作战任务分配

作战任务分配是常规导弹作战研究的关键问题之一。结合常规导弹作战实际情况和任务分配特点,综合考虑作战意图、任务协同等约束条件,采用并行蚁群算法,建立了作战任务分配模型。在多子群蚁群算法的基础上,设计了基于任务能力评估的子群协调沟通策略和基于任务代价的状态转移规则,提出了并行求解任务分配问题的蚁群算法思想。通过仿真验证了模型的正确性,仿真结果表明该方法能够有效解决常规导弹作战任务分配问题。     

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。     

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。     

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。     

一种多AUV集群猎雷的任务协调算法

提出一种集中式多AUV集群猎雷的任务协调算法,将雷区分解为若干平行的猎雷航线任务,并将这些航线任务分配给各个猎雷AUV执行,当猎雷AUV探测到水雷并在灭雷过程中损失后,未探测区域将作为一个新的航线任务分配给完成当前猎雷航线的AUV,直至全部猎雷航线任务完成。仿真研究表明在部分AUV损失的情况下,通过该任务协调算法,生存AUV的猎雷范围能够覆盖整个雷区。     

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。     

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。     

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。