考虑准备时间和加工速度的纺织纤维实验加工调度

针对纺织中短纤维加工实验特点,综合考虑了短纤维生产设备的准备时间与安装次序等有关特性,结合下达时间、实验完成期限等约束条件,建立了以最小化最大完成时间为目标函数的混合整数规划模型;根据问题特点改进正余弦算法。通过实验,所改进的算法相对于经典的正余弦优化算法、粒子群算法的求解效果有较好的提升,验证了模型与所设计算法的有效性。同时对实验室解决短纤维加工实验能耗节约具有实际参考价值,也可以为短纤维生产企业提供借鉴。

Legendre小波求分数阶微分方程的数值解

整数阶常微分方程的数值解法已有比较完善的理论,而对于分数阶微分方程数值方法的理论研究相对较少,由此考虑用Legendre小波逼近求线性分数阶微分方程数值解.首先描述了分数阶导数、积分和Legendre小波的性质,然后利用这些性质把分数阶微分方程转化为Volterra积分方程.考虑采用Legendre小波求数值解的线性分数阶微分方程:Dαy(x)+λy(x)=f(x),0<α<1其中:λ是常数,f(x)∈L2(R),在区间0≤x≤1内.最后举例论证方法的有效性.

疫情高发期生鲜电商物流配送虚拟仿真实验

疫情高发期间将社区根据感染情况分3种类型:无感染区、零星偶发区、疫区。疫情高发期间由于物流配送延迟而导致的物资假性短缺,容易造成市民恐慌抢购心理。为防止此类情形发生,将配送点根据疫情的情况也分成3类,优先配送疫情严重的区域。考虑配送优先级、消毒时间等因素,构建物流成本、配送时间窗惩罚以及生鲜产品价值流失加权和为优化目标的混合整数规划模型。用交叉变异改进磷虾觅食优化算法来求解该模型。通过数值算例进行虚拟仿真,研究结果表明,模型和算法是合理有效的,可为疫情下物流企业的配送提供一定参考和决策支持。

安装时间具有退化效应的MapReduce模型下的平行机调度

考虑了平行机环境下安装时间具有退化效应且加工时间具有分步恶化效应的MapReduce模型调度优化问题。在MapReduce模型中,每个工件包含Map和Reduce两道工序。其中,Map工序可以分割成若干个子任务并在多台平行机上同时加工,而Reduce工序只有在该工件Map工序的所有子任务完成后才能启动加工,而且只能在一台机器上连续加工。研究Reduce工序的启动安装时间具有线性恶化效应、两个工序的加工时间具有分步恶化效应的平行机调度问题,构建了以最小化最大完成时间为优化目标的混合整数规划模型。给出了问题解的一个下界;同时,设计了采用单纯形差分扰动机制的改进灰狼算法以及贪婪算法进行模型求解。最后,利用数值仿真实验,将灰狼优化算法、贪婪算法、遗传算法的解与问题的下界进行对比,验证了模型与所设计算法的有效性。

考虑恶化效应的MapReduce模型下的同类机调度

本文研究了MapReduce模型中考虑恶化效应的同类机调度问题.在MapReduce模型中每个工件加工必须经过两道工序.其中在第1道工序中每个工件加工任务可分割成若干个子任务且能并行加工,当某个工件中的所有子任务全部完成后,才允许启动第2道工序,且第2道工序只能在一台机器上连续加工.本文考虑了工件实际加工时间与其开工前的等待时间呈线性函数关系的恶化效应,构建了以最小化所有工件的逗留时间和为目标函数的混合整数规划模型,同时给出了问题的一个下界,最后设计了采用正余弦差分扰动机制的改进蝙蝠优化算法来求解模型.通过数值仿真对蝙蝠优化算法、遗传算法、CPLEX结果与下界进行对比,验证了模型的正确性和改进算法的有效性.

基于改进灰狼优化算法的积分计算实验

针对求解数值积分的计算实验,提出了一种混沌映射和单纯形扰动的改进灰狼优化算法。该方法的基本思想是在积分区域随机选取一定数量的节点,利用改进灰狼优化算法对这些节点进行优化,并将函数变化快的区间分割较细,函数变化慢的区间分割较粗,最后结合Simpson 3/8积分公式算得较为准确的数值积分。数值实验表明,该算法得到的积分值不但精确度高,而且收敛速度快,在工程计算领域中具有一定的应用价值。

有限预知信息下集装箱码头泊位与岸桥联合在线调度

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。

基于MapReduce模型带准备时间的平行机调度优化

研究了一类基于MapReduce模型的平行机调度问题.每个工件包含Map和Reduce两道加工工序,Map工序可以分割为若干个子任务,并且在多台平行机上同时并行加工,Reduce工序只有在该工件的所有Map工序的子任务加工完成后才能进行,而且Reduce只能在一台机器上加工且不可中断.结合工件具有释放时间和加工准备时间等约束,以最小化最大完工时间为目标,构建了混合整数规划模型,并设计了采用差分变异策略和逐维Levy扰动机制的改进正弦余弦算法来求解该模型.最后,利用数值仿真实验与标准正弦余弦算法及遗传算法进行对比,实验结果表明,运用改进正弦余弦算法求解的结果与下界值的平均相对偏差GAP为3.02%,较标准正弦余弦算法以及遗传算法的效果提升显著,显示了该改进算法的有效性.

基于MapReduce模型带任务分割的平行机调度优化

研究一类基于MapReduce模型的两阶段平行机调度问题。该模型中的每个工件包含Map和Reduce两道工序,前一工序的任务可以划分并同步加工,而后一工序不可划分,结合工件的到达时间、交货时间等约束,以最大完工时间和总延迟时间的加权和作为优化目标构建混合整数规划模型,设计采用差分变异策略和逐维角度扰动机制的改进鲸鱼优化算法求解模型。数值仿真实验结果表明,所设计的算法相对于经典的鲸鱼优化算法、粒子群算法的求解效果有显著的提升,验证了模型和所设计算法的有效性。

考虑运输时间的MapReduce模型下的同类机调度研究

MapReduce模型在大数据处理及机器调度方面日趋重要.针对MapReduce模型中的每个工件由Map和Reduce两道加工工序组成,其中Map工序允许分割成若干个子任务,并在多台同类机上并行加工,而Reduce工序只能在该工件的Map工序里的子任务全部加工完后才能启动加工,且Reduce工序不能分割,即只能在一台机器上连续加工.在实际生产中,重型工件的两个相邻工序若分配给不同机器,则工件在机器之间需要一定的运输时间.结合工件的到达时间约束,以最小化最大完工时间为目标,构建了混合整数规划模型,设计了采用单纯形差分变异策略的改进磷虾算法来求解模型.利用数值仿真实验,与基本磷虾算法、遗传算法及CPLEX计算结果进行对比.测试结果说明了所提出的改进磷虾算法在解的质量和运行时间方面均优于基本磷虾算法、遗传算法,验证了模型与算法改进的有效性.