基于资源可用门限的分布式作业调度

在研究现有分布式调度模式的基础上,提出了基于资源可用门限的分布式调度模式。该模式综合资源性能和负载情况,准确反映站点的当前使用状态,根据资源可用门限为作业请求选择局部站点。评估结果表明,与现有分布式模式相比,该模式降低了平均作业等待时间和平均作业响应时间,具有更好的调度性能,因此是一种高效的分布式调度模式。

改进蚁群算法的云计算资源调度模型

针对当前云计算系统资源调度算法的资源利用率低、浪费严重等缺陷,提出一种基于改进蚁群算法的云计算资源调度优化模型,以获得更理想的云计算资源调度方案.首先对云计算资源调度的工作原理进行分析,建立云计算资源调度优化目标函数;然后利用蚁群优化算法模拟蚁群找到一条从起点到目的地的路径,即云计算资源调度目标函数的最优解,并结合目标函数对蚁群算法进行相应地改进;最后采用MATLAB2014R编程实现云计算资源调度优化模型.实验结果表明,该模型在短时间内可找到云计算资源调度的最优解,使资源利用率得到了改善.

粒子群优化算法在柔性资源受限项目调度中的研究

为了更有效地解决柔性资源受限项目调度问题,建立了速熟练度的技能供给矩阵,并应用混沌粒子群优化算法来满足工序的先后约束关系,以在技能供给受限的情况下形成优先规则序列,根据串行进度生成机制形成该序列下的最优解,运用嵌入混沌理论的粒子群优化算法更新种群,寻得全局最优解。实验结果验证了混沌粒子群优化算法求解该问题的可行性和有效性,对于项目管理中柔性资源受限问题具有实际应用价值。

一种求解资源受限项目调度问题的差分进化-布谷鸟搜索算法

提出一种新颖的求解资源受限项目调度问题的差分进化-布谷鸟搜索(DE-CS)算法。DE-CS算法以全局搜索能力强的布谷鸟搜索算法为总框架,通过嵌入具有记忆搜索功能的差分进化算法,结合不同的个体更新操作,增加种群的多样性以改善算法收敛性。采用任务优先级编码和串行进度生成机制来求解PSPLIB问题库中J30、J60、J120的全部480、480和600个问题,以验证算法的有效性,并与多种算法调度结果进行对比。数值试验和算法比较验证了DE-CS算法求解RCPSP问题的有效性。

施工项目资源均衡问题的蚁群算法

为了制定科学的施工项目资源使用计划,实现资源的合理组织和使用,进而提高项目的经济效益,提出了施工项目资源均衡问题的蚁群算法(ACO).该方法采用串行进度产生方案(SSGS)产生可行进度,并利用ACO进行最优进度的搜索.根据资源均衡问题的特征设计了启发式信息.结合一个计算实例,采用试算法设置蚁群算法的参数,证实了该算法对求解施工项目资源均衡问题的适用性.计算结果表明,该算法所确定的最优解与枚举法的结果一致,但其搜索效率明显得到改进,且算法的收敛趋势明显、振荡较小.

随机资源约束项目调度问题基于序的果蝇算法

针对项目活动工期为随机变量的资源约束项目调度问题,提出一种基于序的果蝇算法.为了实现随机环境下解的有效评价,提出一种预选机制,并采用基于序的最优计算量分配技术.为了使果蝇算法能够求解资源约束项目调度问题,采用交换操作执行果蝇算法的嗅觉搜索,并采用保优更新操作执行视觉搜索.为了均衡算法的局部搜索和全局搜索能力,在标准果蝇算法中引入了协作进化环节并采用两点交叉操作加以实现.在不同随机分布的情况下,采用标准测试集进行仿真测试.与现有算法的比较结果验证了所提预选机制和基于序的果蝇算法的有效性.

人工蜂群算法求解任务可拆分项目调度问题

针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法.人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新.实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高.

上海市分片水资源调度方案优化

为提高水资源调度改善水质效果,利用黄浦江水系、崇明岛河网水量水质模型,在分析评估上海市水资源调度现状效果的基础上,从引排水口门配置、水闸开启方式、水位控制条件等方面考虑,研究分片水资源调度优化方案。通过引排水量大小、水质改善效果等多方案分析比较,提出了分片水资源调度优化方案。结果表明：分片COD平均浓度改善3.1%~16.9%;分片NH3-N平均浓度改善3.4%~28.1%。COD浓度为：劣Ⅴ类水的河网面积减少37.1%,Ⅲ类水的河网面积增加33.4%;NH3-N浓度为劣Ⅴ类水的河网面积减少9.4%,Ⅳ~Ⅲ类水的河网面积增加25.9%~31.0%。

网络化控制系统综合仿真平台设计

已有的网络化控制系统仿真平台忽略了网络资源调度策略对系统性能的影响,没有提供对网络资源调度策略的仿真接口。基于Matlab的TrueTime工具包,开发了网络化控制系统综合仿真平台,实现了对控制系统与网络系统的联合仿真。该仿真平台提供了对控制策略和网络资源调度策略的联合仿真接口,增强了仿真平台的灵活性。最后,通过仿真试验分析了不同网络资源调度策略对网络化控制系统性能的影响。

一种求解项目调度中资源均衡问题的粒子群算法

针对资源受限下的项目资源均衡问题的自身特点,及其与传统资源受限项目调度问题的相似之处,设计了一种以优先值法作为粒子表达RLP问题的粒子群优化算法。选用并行进度生成机制,同时在将资源均衡转化成资源受限下项目调度问题的过程中,根据资源均衡本身的特点,对并行进度生成机制进行处理。最后结合算例进行仿真实验,验证了构建的资源均衡模型以及粒子群算法求解资源均衡问题的可行性。

基于改进布谷鸟搜索算法的云计算资源调度

针对当前云计算资源调度方法存在的耗时长、开销大等难题,提出了改进布谷鸟搜索算法的云计算任务调度方法。首先对当前云计算资源调度研究现状进行分析,根据安全强度和用户需求分别赋予虚拟机和安全需求不同等级,其次采用改进布谷鸟搜索算法对云计算资源调度问题进行求解,最后在Cloud Sim平台上进行了仿真实验。结果证明,该文方法获得了理想的云计算资源调度方案,调度性能要优于其他云计算资源调度方法,验证了该文方法有效性和优越性。

基于蚁群粒子群优化算法的云计算资源调度方案

通过对蚁群算法和粒子群算法分别进行改进,利用两种算法自身优势相结合的方式建立一种蚁群粒子群算法,以提高云计算资源调度效率,解决云计算中资源调度方案优化问题.实验结果表明,该算法所消耗的时间更少,效果更好.

基于面向任务模型的陆基卫星测控资源克隆选择优化调度

建立了面向任务的陆基卫星测控资源优化调度数学模型,与已有数学模型不同的是,该模型约束同一测控请求同一时刻只被一个可见陆基测控设备测控,为调度算法调度陆基测控设备完成更多的测控任务提供可能.基于此模型提出了基于面向任务模型的陆基卫星测控资源克隆选择优化调度算法(Clonal Selectionland-based Sat-ellite TT&C Resources Scheduling Algorithmbased on the mission oriented model,CS_STT&CRSA),并从理论上证明了算法的收敛性.算法中采用能表示各测控请求时间先后及其与陆基测控设备关系的矩阵编码方式表示种群中的抗体;并针对该编码方式设计了相应的强约束满足算子,保证操作后的抗体满足强约束条件.在5颗同步卫星和30、40、50颗近地卫星请求测控的情况下,分别仿真了10组不同任务.对比实验表明,新建的数学模型可使调度算法更好地利用陆基测控设备;CS_STT&CRSA有更强的搜索能力和约束解决能力,能调度测控资源完成更多的测控任务,它的性能也更加稳定.

网格计算资源调度方案及其Petri网建模与分析

通过对现有网格计算资源调度方案的分析,提出了网格计算资源的三层调度方案,该方案与已有的方案相比,更能体现网格资源的特点。利用Petri网这一具有描述并发、异步、动态等事件能力的图形与数学工具,对所提出的调度方案进行了模拟与分析。为不同层次的调度者构造了不同的扩展有色时延Petri网模型,并利用Petri网的共享合成技术得到整个系统的Petri网模型。同时给出了资源调度所对应的Petri网的可达任务图的概念,利用可达任务图,分析了诸如吞吐量、负载平衡、调度时间等资源调度的一些重要特性。

基于重要用户优先服务策略的天然气管网优化调度方法研究

由于气源供应不足、设备故障、自然灾害、用户用气需求增加等原因,天然气管网运营部门需要对各个用户供应量进行重新分配和调整,而天然气在管网系统的运行过程中,其运行参数受流动规律的限制,用户对天然气供应压力和流量也有相应的要求。在综合考虑管网运行特性和用户用气需求的基础上,以用户重要度作为配置天然气供应量的依据,提出基于重要用户优先服务策略的天然气管网资源优化分配模型,优化资源分配,减少天然气的低效利用率,降低因天然气供应紧急、短缺带来的不利影响。以一个由35个节点、33条管段和3个压缩机站构成,涉及各个用户类型的实际管网为例,应用建立的模型和方法,通过计算得出管网系统的最优运行方案,为生产运行调度提供了重要依据。

跨层资源调度算法综述

跨层资源调度对实现资源的有效利用,保证业务的QoS起着重要作用。本文对跨层资源调度的研究状况进行了概述:根据所采用的技术体制和约束类型,介绍了单载波系统和OFDM系统的多用户机会调度问题和相应算法,分析了单一类型和多种类型资源共享约束下的机会调度算法;分别从队列调度、子载波分配和功率控制3个方面,对基于队列和信道状态信息的资源调度算法进行了分析和比较;对提高反馈信息的准确性、减少反馈信息量的方法和机制进行了简要介绍。最后指出了需要进一步研究的问题。

基于粒子群算法的资源受限项目扩展调度方法

针对资源受限的项目调度问题,提出了一种离散粒子群算法与扩展调度机制相结合的优化方法.离散粒子群算法中每个粒子的位置代表一组项目任务的优先权,迭代中通过交叉策略和局部搜索策略来更新粒子的位置,这既保持了粒子位置的离散性,又增加了粒子的多样性,避免早熟收敛.每个粒子的位置通过扩展串行调度机制转换成可行的调度方案.实算表明,扩展调度机制的引入显著地加速了收敛的进程,提高了解的精度.这种基于粒子群算法的扩展调度优化方法是求解资源受限项目调度问题的有效方法.

人工蜂群算法求解资源受限项目调度问题

针对资源受限项目调度问题,提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列,每个食物源的位置通过扩展串行调度机制转换成可行的调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明,人工蜂群算法是求解资源受限项目调度问题的有效方法,同时扩展调度机制的引入可以加速迭代收敛的进程。

风电场运行状况分析及优化模型研究

研究了某风电场的风能资源及其利用情况；通过MATLAB线性拟合，对新型风机与现有型风机的实际输出功率进行比较来挑选合适的风机；最后，在满足给定的约束条件下，对风电场维修人员的排班方案与风机维护计划进行分析及优化．

基于新型分布式算法的批量流水线调度方法研究

在企业生产经营活动中,生产计划是最重要的依据,而生产计划是由调度系统来实施完成的,批量流水线调度问题是一个合理分配资源的过程,从而达到优化一个或多个目标的目的。优化的批量流水线调度方案,能提高企业的生产效率,并在一定程度上降低生产成本,目前的批量流水线调度方案存在一定问题,笔者提出基于新型分布式算法的批量流水线调度方法。