基于改进的多元宇宙算法的晶圆生产调度算法

针对以最小化最大完工时间为目标的晶圆生产制造系统的调度问题,提出了改进的多元宇宙算法。根据晶圆生产制造系统的特征,构建了一个整数规划模型。针对原始多元宇宙算法的局限性,分别从使用启发式规则生成初始种群、重新定义向最优宇宙移动策略和宇宙更新策略三个方面对算法进行改进。将原始多元宇宙算法、遗传算法、NEH启发式算法、迭代贪婪算法以及通过不同策略改进的多元宇宙算法进行对比实验,结果表明,所提方法可以高效地解决晶圆制造过程中的复杂现象。

一种空间多核操作系统容错调度算法

目前计算机系统逐步采用多核处理器来提升性能,空间操作系统如何管理多核资源是发挥处理器性能的关键。在航天等安全关键领域中,采用固定点任务与定期任务混合调度,在保证可靠性的前提下提高效率。现有针对混合任务模型的多核调度算法仅考虑任务分配问题,没有考虑到系统中某一核心出现故障时如何进行容错。FT-RTA算法是一种空间多核操作系统容错调度算法,当一个核心上出现瞬时故障,将故障核心上在故障时间段内的所有任务迁移至正常核心上执行,使计算机系统不会感知到此次核心故障,成功屏蔽故障。经过实际应用中的典型参数验证,算法可以成功屏蔽核心故障,进行系统无感知的容错。

融合时空流差的网约车双模式混合调度算法

服务车辆时空分布与出行需求的不一致严重影响网约车平台的服务效率,降低平台和服务车辆的收益以及乘客的服务体验。针对该问题,提出融合空间、时间和天气3种维度影响因素的时空流差计算方法,并构造双层深度森林模型对时空流差进行准确预测。双层深度森林模型通过集成两种不同输入数据的深度森林模型来提升模型预测准确性。基于时空流差预测,设计一种在线局部调度与离线全局调度相结合的双模式混合调度算法。在线局部调度采用集成并行和n阶段求解模式对正在等待订单的车辆进行实时调度,离线全局调度则通过遗传匹配算法对可提前预测的车辆进行离线全局调度。依据遗传算法获取最优路径以及车辆对应子空间的最优匹配值,设计一种迭代Kuhn-Munkres算法和更新机制得到所有车辆和子空间的最优匹配。实验结果表明,该预测模型较其他预测模型解释方差平均提升0.13,确定系数平均提升0.16,平均绝对误差平均减少2.39,均方误差平均减少100.44;调度算法可将全局供需差异降低57.16%,司机接单率提升88.4%。

基于迭代轮询的光交换机时延确保调度算法(特邀)

【目的】数据中心庞大的数据传输及交换业务量对交换设备有着很高的性能要求,不仅需要具备良好的扩展性,还需提供大带宽和低切换时延。快速光交换机具有切换速率极快和接入带宽远大于电交换机的优越性能,面对现今愈发庞大的数据交换需求,为实现更高的接入速率和更好的处理性能,交换机结构将向全光方向发展。其中,针对快速光交换机的调度算法研究多以提供100%吞吐率为目标,在提供服务质量(QoS)保证方面的研究相对较少。【方法】对此,文章基于矩阵分解和业务整形的思想,采用迭代与轮询相结合的方法,提出了一种时延确保的光交换机迭代调度算法。文章提出的迭代轮询(IRR)调度算法首先将业务速率矩阵映射为业务矩阵,然后基于业务矩阵的服务要求计算得到服务要求矩阵序列,最后从服务要求矩阵序列中提取调度矩阵序列。【结果】理论分析证明,IRR调度算法能够提供基于端口的时延确保,并且给出了在给定业务条件下时延上界的计算方法。【结论】IRR调度算法可应用于光交换机的时延性能优化与时延确保光交换系统的设计中,为下一代全光网络具备确定性QoS提供关键支撑。

基于Kubernetes的调度算法综述

在云计算领域,资源管理和任务调度的优化对提升系统效率和资源利用率至关重要。Kubernetes(K8S)作为业界领先的容器编排工具,致力于应用程序容器的自动化部署、扩展和管理,其核心优势之一在于利用高效的调度算法实现容器的跨集群部署与执行,这一策略在提高应用系统可移植性、安全性、优化资源利用和集成部署方面发挥了重要作用,使其能够更加敏捷高效地应对不断变化的业务需求。鉴于此,有关于K8S的调度算法成为了业界研究的热点,全面调研和分析了K8S相关的调度算法及其在不同应用领域中的实际表现,特别关注三个领域:通用调度算法的改进、面向人工智能的调度策略以及基于弹性伸缩的调度技术。最后通过综合分析,揭示当前研究的不足之处和未来研究中亟待解决的问题,为进一步优化K8S的调度算法提供借鉴和参考。

无线传感器网络覆盖的部署及调度算法

针对无线传感器网络覆盖存在传感盲区、传感节点间连通度较差问题,提出一种基于适应度函数和零容忍覆盖的节点部署及调度算法。将网络覆盖范围看作一个二维平面,分析节点传感的最大覆盖范围和距离值之间的关系,求得存在热点分布和重叠覆盖目标点的属性值。然后根据无线传感目标点覆盖率、连通度和候选位置等部署指标,采用适应度函数计算指标最佳部署关系,并获取节点的冗余参数。在同一传感范围内查找冗余互补节点,实现替换调度。实验结果表明,该算法在网络覆盖范围和调度效果等方面表现出色,具有较强综合性能。

面向云平台的免疫多目标优化调度算法

云环境下任务之间存在多种特征,由于传统的资源分配机制存在变化和不确定等特征,容易引发负载不均衡使得调度受到制约,任务时延约束也会降低任务调度策略的利用率。针对这些问题,提出一种面向云平台的免疫多目标优化调度算法。利用Pareto支配关系,设计出云计算任务调度问题的数学模型;经过种群初始化、获得Pareto最优解、计算拥挤距离、克隆选择、重组和变异一系列操作,保持种群的多样性,实现调度的全局优化。与传统算法进行对比,实验结果表明该算法的搜索范围更广,在解的搜索广度上更加优秀,并且还有效平衡了任务执行时间和执行费用,提高了用户满意度。

面向实时操作系统μC/OS-II的两级优先调度算法

C/OS-II采用抢占式优先级调度算法,根据任务的重要程度分配不同的优先级,以确保系统的实时性。但μC/OSII不允许多个任务具有相同优先级,不仅限制了并发任务的数量和灵活性,而且在某些情况下会增加系统的复杂度,甚至可能给系统的运行造成安全隐患。本文通过改进μC/OS-II的优先级位图结构与调度算法,为μC/OS-II扩展了2级优先调度机制。改进后的系统允许用户为多个任务赋予相同的优先级,同一优先级下的任务按照二级优先级进行调度,且可以根据实际需要灵活选择二级调度策略。实验表明,该算法可有效提高μC/OS-II的并发能力和资源利用率,同时保持较低的系统开销和响应时间。

基于CIOQ架构改进iSLIP调度算法的研究

为了提高数据在传输过程中的性能指标和用户服务质量,针对CIOQ架构和iSLIP调度算法进行研究,提出了一种优先匹配队列信元数量达到满载的PMQF_iSLIP调度算法。算法先判断VOQ队列中的信元数量是否等于设置的最大容量,再根据判断结果执行不同的算法步骤,最终更新已完成匹配端口的优先级,在下一次匹配时,使端口具有优先匹配的权力。最后通过自己开发的数据交换仿真平台,对改进的算法进行仿真和分析,仿真结果表明,在相同的流量模型下,改进的算法减少了丢包率,增加了吞吐率。

基于机器学习的电力负荷预测与优化调度算法研究

随着电力系统的日益复杂化,电力负荷预测与优化调度在配网管理中显得尤为重要。传统的预测方法往往依赖于人工经验,无法适应日益变化的市场环境。而基于机器学习的电力负荷预测与优化调度算法,则能够通过数据分析和模型训练,实现更精确、更高效地调度,从而降低运营成本,提高电网的稳定性和安全性。本文通过从电力负荷预测以及优化算法来探讨其在配网管理中的应用,以期为广大学者提供帮助和建议。

配变重过载下的配网运营动态监控平台实时任务容错调度算法

研究配变重过载下的配网运营动态监控平台实时任务容错调度算法,以解决配网运营动态监控平台执行配变重过载监控任务时可调度性差的问题。依据分层调度思想,将实时任务容错调度划分为上层调度算法和下层调度算法,通过上层调度算法利用Logistic模型预测是否存在配变重过载情况,存在配变重过载情况时,进入下层调度算法。下层调度算法利用平台的优先级属性列表,建立平台管理机执行配变重过载动态监控任务时的有效传递函数,利用码元调制方法获取平台任务调度输出,保障配网运营动态监控平台稳定执行配变重过载动态监控任务。实例分析结果表明,配网运营动态监控同时执行30个配变重过载动态监控任务时,其容错调度成功率高于93%,验证该算法具有良好的实时任务容错调度有效性。

基于软件定义网络的动态流量调度算法研究

文章阐述了5G环境下基于软件定义网络(SDN)的动态流量调度算法的相关内容。分析了动态流量调度算法的分类与研究现状,包括基于网络拓扑和流量特征的算法分类,以及结合SDN、机器学习等技术的当前研究趋势。探讨了5G环境下实施动态流量调度面临的技术挑战,并提出了相应的优化策略,包括针对频谱资源、网络切片、智能运维和协议优化等方面的具体措施。以期为5G网络中高效的动态流量调度提供理论支持和实践指导,提升网络性能和服务质量。

基于智能调度算法的船闸运行优化研究

船闸是我国航运的重要基础设施,在推动我国航运、水上交通发展发挥着举足轻重的作用。本文基于船闸运行优化研究的背景,分析了船闸运行的特点与影响因素,揭示了当前调度策略存在的不足。通过对智能调度算法的综述,对船闸调度中存在的主要问题有了进一步的认识,从而构建了基于智能调度算法的船闸运行优化模型,对船闸运行的优化调度提供了理论依据与实践参考,提出了船闸运营管理的新思想与新方法。

云计算环境下独立任务调度算法研究

云计算中的任务调度问题一直是研究的热点和难点。尽管云计算是并行计算和网格计算的进一步发展,但其也在资源动态变化、虚拟化资源按需提供、付费服务等方面存在较多问题。针对云计算特性,文章将对云计算环境下独立任务调度算法进行研究,希望能给相关人员带来一些帮助。

基于粒子群优化的企业微电网实时能效调度算法

企业微电网通常由多种分布式能源(如光伏、风电、储能等)和传统能源组成,各种能源之间具有复杂的相互作用和耦合关系。这导致能效调度难度较高。为此,设计一种新的基于粒子群优化的企业微电网实时能效调度算法。以微电网有源功率的平衡和能效单元总收益的最大化为目标,建立目标函数。基于此,应用粒子群算法参数自调整方法,对能效调度的参数完成调节,获取企业微电网实时能效的最优调度结果。实验结果表明:研究方法的收敛速度较快,且应用后可显著优化企业微电网的负荷稳定性,且企业微电网的能源架构得到了重新分配,实现了企业微电网实时能效的调度。

基于多变量的执行体动态调度算法

拟态防御技术致力于从内生安全的角度构建安全可靠的系统来解决网络空间中攻防不对称的问题。作为拟态防御中的重要部件,调度模块的关键问题之一是异构冗余体的量化工作。而现有的研究中对异构冗余体的指标不能全面量化,同时调度算法大多将执行体数量设定为某一固定值,对安全性、动态性以及运行效率造成影响。结合调度算法的特性,分析异构冗余体量化过程中的一些重要指标以及这些指标对动态异构冗余构造带来的收益,提出一种多变量负反馈调度算法。通过对多种因素的量化及计算,并在调度过程中对执行体组的状态进行监控,实现执行体数量根据执行体组情况的动态调整。实验结果表明,执行体数量可动态调整提高了动态异构冗余构造的动态性,保持良好的防御能力的同时具有更高的运行效率。

水库群联合防洪调度算法优化与风险管理策略研究

本次研究主要围绕水库群防洪调度算法优化及风险管理策略展开,目的是促进防洪调度高效安全进行。通过对联合调度算法的构造与优化,并与风险管理策略相结合,该研究为应对复杂多样的洪水事件提供了综合解决方案。案例分析时,选择有代表性水库群开展实证研究以验证提出算法与策略的有效性。研究结果表明:该优化调度算法可显著增强洪水控制能力和降低下游洪水损失,而风险管理策略则有效地降低系统整体风险水平。该研究既可为水库群防洪调度问题提供科学决策支持,又可为今后防洪减灾提供一种新思路、新方法。在气候变化挑战越来越严峻的情况下,该研究成果对提高防洪调度智能化、精准化水平有一定的理论与实践意义。

时间敏感网络流量调度算法研究综述

时间敏感网络(Time-sensitive Networking,TSN)是一种新型确定性网络,具有低时延、低抖动等特点,能够满足现代网络传输控制的要求。流量调度是TSN标准中关键技术之一,用于确保流量传输的服务质量。首先对时间敏感网络的发展背景、重要机制、应用场景进行阐述,着重研究5种时间敏感网络流量调度机制,包括基于时间的整形机制、基于信用值的整形机制、循环队列转发机制、帧抢占机制以及异步流量整形机制;然后,分析了流量调度算法的研究现状,归纳和总结了时间触发(Time-triggered,TT)流和事件触发(Event-triggered,ET)流的调度算法,分析了目前流量调度算法存在的问题;最后,指出了TSN流量调度算法的发展方向和趋势。

WSNs中一种基于强化学习的跟踪调度算法

目标跟踪是无线传感器网络(Wireless Sensor Networks, WSNs)中一项应用广泛的技术,旨在估计目标在监控区域内移动时的位置。为了探索网络在跟踪精度和能量效率之间的最佳权衡,结合目标的动态特性,提出了一种基于强化学习(Reinforcement Learning, RL)中Q学习框架的传感器调度算法。通过设计与能量效率和跟踪性能相关的奖励函数,网络中的传感器节点能用最小的能量开销实现对目标的高精度跟踪。仿真结果表明,所提算法相较于传统算法不仅在跟踪精度上实现至少1.1%的增益,并降低同时刻下至少34.1%的节点平均剩余能量值,对于提升目标跟踪的性能有一定指导意义。

基于模糊控制的多目标电梯群控调度算法研究

针对电梯群控系统的多目标性进行模糊设计,根据电梯系统内不同的交通模式和不同的客流信息进行模糊定义,结合设计好的最优综合评价函数进行推理计算,得出最合理的派梯方案。该控制算法克服了系统不确定性、信息不完备性、非线性、扰动性等问题,使电梯群控系统的多目标性得到有效的优化,为电梯群更好地满足乘客的乘梯需求提供了解决方案,提高了电梯群的工作效率。