网络控制系统调度问题的研究与进展

网络控制系统的优化调度是保证网络服务质量(Q(P)的重要手段.在综合了国内外网络调度问题研究方法的基础上,将网络调度方法分类为协议层调度,应用层调度,协同调度和反馈调度四个方面,定义了每类方法的研究内容,详细介绍了每类方法的研究现状和特点,并提出了网络控制系统调度问题研究的发展方向.     

基于遗传算法的作业车间调度优化

车间调度问题由于具有重要的理论和实用价值吸引了很多研究者的兴趣 ,但以前的大多数研究集中在经典的作业车间调度问题 ,忽略了很多重要的因素 ,离应用尚有不少的差距。本文结合实际的生产过程 ,考虑到工件的加工受到机床、工人和机器人等资源的制约 ,并且可以有多种可行的工艺路线。提出了一种与启发式调度规则相结合的混合遗传算法 ,调度规则使该算法具有较高的局部搜索效率 ,遗传算法保证了解的全局最优性 ,算例表明该算法在求解性能和效率两方面均具有显著的优势     

基于时间窗口的网络控制系统调度算法

由于网络控制系统中各个控制设备共享物理传输介质,造成了控制设备争用总线的问题,从而引起了控制数据传输的延时,而反馈控制系统的稳定性能由环延时决定,需要研究一种调度算法对网络中消息的传输进行调度,使消息可以满足其实时性要求。该调度算法从控制系统稳定性能角度出发,利用控制环的最大允许环延时确定控制环的采样周期,同时基于时间窗口得出控制环中各个节点的起始传输时刻,最终确定了系统静态调度表的结构。最后分析了该调度算法在CAN总线应用中需解决的问题以及未来的研究工作。     

基于模拟退火遗传算法的电动汽车网络优化调度

介绍了基于TTCAN协议的电动汽车控制网络的结构组成；在分析TTCAN协议的基础上，设计了一种利用模拟退火遗传算法进行系统矩阵优化的方法，并给出了该算法的具体实现过程；最后利用汽车工业的SAE标准报文子集对该算法进行验证，结果表明，该算法在减小网络抖动方面具有良好的效果。     

基于遗传算法的生产装配线调度优化研究

总结了车间作业调度问题,提出了基于遗传算法的装配线调度的优化算法.通过仿真试验,初步实现了该算法在解决生产装配线调度问题的可用性.     

基于遗传算法的配送车辆优化调度

分析了汽车运输的特点和成本,针对配送企业,建立了实际的物流配送,并量化各项评价指标,给出了采用遗传算法进行优化调度的数学模型,并结合两阶段法和改进的遗传算子编写了实现算法。     

网络控制系统中信息调度的研究进展

由于网络带宽的限制以及控制系统的时限要求，网络控制系统的性能不仅取决于控制算法的设计，而且取决于网络信息的调度，以实现各个网络节点资源分配。文中综述了网络控制系统中信息调度的研究进展，主要内容：首先比较了单处理器的任务调度与网络控制系统的信息调度；介绍了单处理器的RM和EDF两种实时调度算法以及多处理器的调度算法；讨论了调度的单独设计和调度与控制的共同设计；最后探讨了若干待解决的问题及发展趋势。     

基于遗传算法的企业能源优化调度方法研究

企业节能降耗是缓解重型装备企业能源约束矛盾的根本措施。论文在对某重型装备企业实际生产线进行研究后,提出基于遗传算法的能源优化调度方法,并在仿真软件中根据实际生产过程建立模型,并对生产排程进行优化,达到了帮助企业节能降耗的目标。该方法对重型装备企业实际生产调度有一定指导意义。     

基于遗传算法的非线性控制系统参数优化方法

本文针对非线性控制系统参数优化问题,结合非线性控制系统理论、最优化理论及遗传算法,提出了一种新的仿真优化方法,该方法利用遗传算法来求解非线性控制系统参数优化问题,由于遗传算法是在解空间的多个区域内进行搜索,能以较大的概率跳出局部最优,因此可技巧以整体最优解。仿真结果表明,该方法是一种有效的非线性控制系统参数优化方法。     

基于改进遗传算法的多AGV调度优化

为解决生产车间多AGV任务调度的问题,提出了一种改进的遗传算法进行AGV任务的分配和路径的优化,并建立了数学模型;通过改进遗传算法的变异算子,提高种群的收敛速度和收敛性。实例仿真表明,改进的遗传算法收敛速度更快、路径更优。     

流媒体监控系统的非合作博弈调度模型及其遗传算法求解

本文分析了流媒体监控系统的特点,对视频压缩算法和监控网络进行了数学抽象。提出了流媒体监控系统中调度策略的非合作博弈模型,该模型能够反映各种流媒体监控系统的动态运行特征与相互竞争关系。根据调度方式与监控系统的特点设计了子系统的效用函数,并论证了该非合作博弈模型中Nash均衡点的存在性和唯一性。给出了调度优化问题的描述和基于遗传算法的解算方法。仿真和实验表明,该模型能够有效地反映子系统间的资源竞争,可以求得优化的带宽分配方案。     

基于遗传算法和代理的集成调度系统框架

基于多代理系统分布式调度和集中式调度的优点,提出了将二者有机结合的系统框架,分为总体调度和多代理调度网络。前者采用遗传算法优化筛选不同的调度方案,后者则由加工资源代理和协作协议构成的代理网络,保证调度对动态制造环境的适应性。每个生产订单优先级编码为一个染色体基因,每个染色体代表一个调度方案,由多代理调度网络按照订单优先级和调度协议安排工序加工时间,然后采用提前／拖期惩罚计算染色体适值,并以此为基础优选出较优染色体,经过若干代后得到最终调度方案（订单优先级和工序时间）。最后,给出了调度实例,验证了该框架的可行性。     

采用遗传神经网络的直线伺服系统速度自适应控制

针对永磁直线同步电动机伺服系统多变量、强耦合、非线性,以及时变的特点,提出一种基于径向基函数(RBF)神经网络的永磁直线同步电动机速度控制方法,该方法根据RBF神经网络的结构特点,对其参数采用遗传算法进行离线训练,并通过在线训练调整隐层与输出层的连接权值,实现了电动机速度的自适应控制.实验结果表明,与常规PID控制相比,RBF神经网络控制器提高了直线伺服系统的静态和动态性能,使得电动机在启动和负载改变时转速超调量减小,且转速能更快地趋于稳定.     

基于神经网络与遗传算法的悬臂式掘进机智能控制系统

由于煤矿巷道内煤层的分布是不均匀的,并且是时时变化的,这就给高效开采带来了难度。悬臂式掘进机在巷道中作业时,会因为煤层分布的不确定性,导致所受的截割阻力不停地变化,因此,要求掘进机可以根据不同的工况,能够快速地、实时地调整悬臂的摆动速度。该文提出了基于神经网络与遗传算法的复合控制理论的悬臂式掘进机的控制模式。该控制系统能有效地提高生产效率,并且安全可靠。     

群控电梯目的地调度系统

为解决现有群控电梯外召板呼梯系统存在的响应效率低、调度不合理等弊端,实现群控系统的优化调度,将一种个性化的基于目的地调度的技术运用于电梯群控系统。开展了系统结构和工作原理的分析,建立了各模块问的关系和各模块间的通讯过程,提出了优化调度算法和调度策略。基于群控系统基本功能和目的地优化调度算法的实现,在型号为DMT80480T070—18WT的迪文公司生产的触摸屏上对事先利用触摸屏DGUS配置工具设计的按键界面进行了呼梯测试,利用OSBuilder软件编写的汇编程序进行了界面显示,在设计的群控模块上对用KeiluVision4编写的控制系统整体运行的程序进行了试验。研究结果表明,群控电梯目的地调度系统能方便乘客操作,且操作界面新颖;电梯响应实时性强,稳定性好,对现有群控技术具有重要的意义。     

蚁群遗传算法求解能力约束的柔性作业车间调度问题

提出一种主、从递阶结构的蚁群遗传求解算法。算法中,主级为蚁群算法,完成工件组合和加工路径选择;从级为遗传算法,完成主级约束下的设备排产。分别以工件延迟时间和设备可用能力为启发式信息,设计蚂蚁工件间和设备间的转移概率;以设备空闲时间最小为目标,设计从级染色体选择、多点交叉和多点变异3类遗传操作。从级染色体适应值取其代表调度方案中工件流通时间的倒数,从蚂蚁游历值取其对应从级染色体种群的最优适应值。最后,通过仿真和比较实验,验证了该算法的有效性     

基于主-从遗传算法求解柔性调度问题

通过分析柔性作业车间调度问题中工件与设备的特征及两者间的关系,提出了一种主一从遗传算法的调度方案。在该算法中,主、从染色体分别采用工件基因块和设备基因块的分块编码。主染色体代表可行加工路径组合,从染色体代表主染色体约束下的可行调度方案。然后,以最小化工件延迟时间为目标,为主染色体设计选择和多点变异两类遗传操作;以最小化设备空闲时间为目标,为从染色体设计选择、多点交叉和多点变异3类遗传操作。从染色体适应值取其代表的调度方案中工件流通时间的倒数,主染色体适应值取其对应从染色体种群的最优适应值。这种双层多点遗传操作避免了非可行解的产生,并可采用类似旅行商问题的遗传操作。最后,通过仿真和比较实验,验证了该算法的有效性。     

基于改进遗传算法汔车动力传动系统性能仿真软件开发

探讨了建立发动机燃油经济性和排放性能模型、定义汽车运行循环、预测汽车动力性燃油经济性和排放性能，介绍了自主开发的VDS车辆动力学软件。通过实车道路和底盘测功机的性能试验对VDS软件进行验证。