并行多机成组工作总流水时间调度问题

有N个成组工件将在M台并行一致的机器上加工 ,当一个工件接在不同组的工件之后时需要装设 ,而接在同组工件之后时不需要重新装设 ,目标函数是使总的通过时间最短。这是一个NP难题 ,最优解很难找到。笔者在文中提出了一个启发式算法 ,为了验证该算法的结果 ,又提出了一个求解最优解下界的线性规划模型 ,并用分枝定界法求解出下界解。在中小规模问题条件下 ,将下界解、启发式的解及最优解进行比较 ,证明了下界解的有效性。然后 ,在中等规模水平上 ,将启发式算法的结果与下界解进行了比较 ,最终证明该启发式算法具有解决大规模实际问题的潜力。

时间窗口约束资源配置的混合粒子群算法

时间窗口约束资源配置(time windowconstraint resource configuration,TWCRC),调度N个需消耗资源的工作任务,使系统总收益最大、消耗最小.设计了基于人工生命计算的混合粒子群算法求解TWCRC.数据实验及与其他算法的对比实验表明,提出的算法具有计算效率和达优率较高的特点.理论研究进一步证明该算法在求解复杂组合优化问题中的良好性质.

软件工程实验软件装置的研究与应用

分析了目前软件工程实验教学中亟待解决的若干问题,提出借助实验软件装置改革软件工程课程教学、改善教学效果的思路。定义了软件工程实验软件装置的概念和建设原则,并介绍一个具有功能可扩展、实验任务可定制的软件工程实验软件装置"软件装置平台"。教学实践表明,软件装置平台对软件工程教学具有很好的辅助作用。

最小化流水时间的工作流资源优化模型和算法

资源在工作流实例间的分配决定了工作流实例中活动的平均处理时间和等待时间,针对优化资源分配,研究使整个工作流的流水时间最小问题。总结了最小化工作流实例的平均响应时间问题的目标和约束条件,提出了以工作流实例平均响应时间最小化为目标的求解最优资源配置数量的方法;建立了最小化工作流时间属性的工作流资源优化数学模型,设计了改进的遗传算法。仿真实验显示,通过适当增加调用的资源数量可减小工作流实例平均响应时间,优化工作流的流水时间。模拟实验通过将提出的改进算法与传统遗传算法的对比,验证了算法的计算效率。

基于计算机导论课程浅析中美计算机科学教育模式方法

通过分析中国和美国高等教育中,计算机科学导论课程教学的相同与不同的特点、以及教学模式方法,对比中美两国高校计算机科学相关课程的教学模式,包括教学目的和要求、教学内容和时间安排、辅助教学方法和工具、以及课程的考核方法与要求等;阐述了各自的特点和优势;着重分析了实验课程教学对于提高整体教学质量的重要意义,并且设计了导论课程实验教学体系;最后,提出了高校计算机科学教育中课程建设的一些基本原则。

基于模糊规则的GA求解成组调度

研究并行多机成组工件flow-time问题，利用模糊规则量化，使用遗传算法内嵌入模糊控制规则的智能化算法求解这类复杂的组合优化问题，最后给出计算实例及仿真结果,证明了该算法具有解决大规模实际问题的能力。

软计算求解并行多机成组工件调度问题

自从Zade将模糊理论引入求解组合优化问题以来,出现了很多基于模糊规则与智能优化算法相结合的软计算方法.文章尝试将这种方法用于解决并行多机成组工件flow＿time问题.本问题中,设有n个工件计划在M台并行一致的机器上加工.这n个工作根据相似性分为b组.开始加工时,需要一个准备时间.当工件接续在同组工件之后加工时,不需要准备时间;反之,接续在不同组工件之后加工时,需要一个准备时间.本问题的目标是找到一个工件加工的调度顺序序列,使M台机器总的流水时间最小.在文章中,作者首次利用模糊规则量化结合遗传算法的软计算方法求解这类复杂的组合优化问题,最后给出计算实例及仿真结果.

支持B2B基于构件的可重构SCM的设计和研究

文章以实际应用为背景 ,设计并实现了一个多领域适用的可重构跨平台供应链 (SCM)系统 ,分析了构件的定义和吸取技术和理论、构件总体架构的设计方案、构件的集成及开发技术。

基于ε-SVR的销量预测规划计算模型和算法研究

设计了一个基于支持向量规划的香烟销量预测和销售趋势分析数学模型(LR_-εSVR和NLR_ε-SVR)及算法(-εSVR_SP)。企业的历史销售情况及企业外部的一些环境和条件作为算法的输入,输出未来一定时期的销量预测数据和销售趋势图。基于非线性核函数的学习算法降低了训练空间向量的维度,从而降低了计算复杂性,减少了对训练学习数据量的要求,提高了计算精度,降低了计算时间。通过模拟实验、实际数据集合实验及与神经网络算法的对比,验证了该算法的精确度和计算效率。

结合案例分析基于UML的面向对象可视化建模教学(英文)

面向对象软件可视化分析与设计建模(OOVM)已成为一个较为成熟的技术,而UML是目前高校软件工程教学中广泛使用的一个图形建模工具。基于一个案例,描述了面向对象软件分析与设计的全过程,指出了基于UML建模方法所需输出的必要制品,讨论了OOVM集成的完整技术。

TS求解多机成组工件调度

讨论并行多机成组工件的极小化最大通过时间调度问题·它是一个非常复杂的组合优化问题 ,是NP难题·为了解决此类问题 ,采用了两种智能优化算法方法·通过大量的仿真实验 ,将两种方法进行了比较·结果证明 :禁忌搜索结合启发式的智能优化算法可靠性高、运算速度快 ,有能力有效地解决大规模实际问题·

并行多机成组工件调度的禁忌搜索方法

本文讨论的是并行多机成组工件的极小化最大通过时间调度问题。在没有 GT假设下 ,它是一个非常复杂的组合优化问题 ,是 NP难题。在本文中 ,为了解决此类问题 ,作者尝试采用了两种禁忌搜索的智能优化算法方法 :1 )利用单机条件下的最优解的性质 ,提出了禁忌搜索结合启发式的算法 ( TS- HEU) ;2 )禁忌搜索结合分支定界法的算法 ( TS- B&B)。作者作了大量的仿真实验 ,将两种方法进行了比较。实验结果证明 :虽然两种算法都可以求解本问题 ,但是 TS- HEU方法有更高的可靠性和快速的运算能力 ;它同时表明 ,虽然并行多机成组调度问题异常复杂 ,但禁忌搜索结合启发式的智能优化算法仍然有能力有效地解决大规模实际问题。

供应链上共享信息的分析与设计

实现供应链管理的关键是信息共享与安全性问题。通过对供应链上共享信息的详细分析 ,建立了共享信息的层次结构模型 ,设计了共享信息的逻辑结构 ,并从技术角度上构建了基于角色的信息访问控制模型。

基于规则的电子商务推荐系统模型和实现

针对电子商务推荐系统本质上要解决的三个问题———数据源、数据模型和推荐策略,结合最新报道的相关推荐系统,提出并在实验室条件下实现了一个推荐系统原型。为提高该推荐系统的的通用性,采用顾客购买历史这种数据源格式,而不是常见的用户评分数据;另外,为保证产生足够的推荐结果并提高其质量,用关联规则和序列规则结合的方法来构建推荐系统引擎,并设计了一个基于一次表扫描时间的推荐策略。最后,从定性和定量两方面说明该推荐系统效率高,有更好的推荐质量。

基于混合自适应遗传算法的工作流挖掘优化

针对目前工作流挖掘算法采用局部策略而无法保证最优挖掘以及算法对噪声敏感的情况,提出了基于混合自适应遗传算法的工作流挖掘优化算法。首先定义了基本工作流网以及变迁的使能和点火规则,描述了过程模型;然后提出了过程模型转换成基本工作流网的算法,给出了衡量事件日志与过程模型的符合性的适应值评价函数;最后根据进化阶段以及个体相似度设计了混合自适应的交叉率和变异率。仿真试验结果表明,该算法与α算法相比具有更高的鲁棒性和对噪声的抗干扰性;与基本遗传算法相比,该算法能显著提高解的质量和收敛速度。

启发式规则与GA结合的优化方法求解工作流动态调度优化问题

调度是工作流管理系统的核心问题,是保证工作流正确运行的关键。在工作流环境下,动态调度要比静态调度更切合实际。本文在总结前人工作的基础上,提出了一系列工作流动态调度的启发式规则,并以最小化任务总拖期时间和最大化任务总提前时间为目标,建立了工作流动态调度问题模型。采用启发式规则与遗传算法相结合的优化方法求解工作流动态调度优化问题。仿真结果说明了优化方法的可行性和有效性,同时比较了该方法与多种静态调度方法,进而说明了该方法的优越性。

工作流时间性能分析方法

工作流性能分析是对工作流进行评价和优化的基础,时间则是反映工作流性能的一个重要方面。工作流管理系统中通常有属于不同工作流的多个实例同时运行,从而在不同工作流的多个实例之间造成资源竞争。对此,从资源的角度出发,利用排队论提出了一种通用的工作流时间性能分析方法,其中采用工作流实例平均响应时间作为工作流时间性能的分析与评价的指标。最后,通过实例说明了该方法的可行性和有效性,并提出了未来的研究方向。

可解决多种复杂任务的过程挖掘算法

为解决事件日志中含有循环任务、重复任务和同一任务的过程挖掘问题,进一步优化企业建模方法,改进了α算法,提出了τ算法。该算法重新定义了任务之间的关联关系,提出启发式判定规则,识别出事件日志中所包含的循环任务、重复任务和同一任务;然后对事件日志进行挖掘,提取出工作流网,并还原挖掘预处理阶段重命名的重复任务和删除的单循环任务,从而得到最终的工作流模型。最后,通过实例验证了τ算法的正确性。

一种新的融合分布估计的蚁群优化算法

提出了一种新的融合分布估计的蚁群优化算法。该算法突破了传统蚁群过早收敛的局限性,且蚁群中的每个蚂蚁具有更全面的学习能力,从而能够有效地解决组合优化问题。仿真实验结果表明该算法的性能优于现有的其它几种蚁群优化算法。