基于优先级规则的网格工作流调度

网格资源需求的不断增长使价格成为资源进行竞争的有效手段,有向无环图DAG(Directed Acyclic Graph)表示的工作流时间费用优化问题是网格环境下一个重要问题.通常情况下,DAG应用调度属于NP-Hard问题.通过分析活动间的时序特征,给出时间耦合强度TCS(Time-dependent Coupling Strength)的定义,用于标识一个活动最大的时间耦合活动个数;将其作为优先级规则的一个重要信息和BF规则(BestFit)结合,设计出时间耦合强度最适规则BFTCS(Best Fit with Time-dependent Coupling Strength),用于启发式算法的改进阶段,逐步提高初始可行解的性能.模拟实验结果表明,相对现有的启发式算法,基于BFTCS规则的启发算法能获得最好的性能和较快的运行效率;最后讨论了问题参数对算法性能和效率的影响.

一种基于规则优先级的词性标注方法

词性标注作为汉语自动分词以至中文信息处理领域比较关键的问题之一,是该领域的研究难点也是研究重点,对兼类词词性标注的正确率严重影响着词性标注的质量。在基于规则的词性标注的基础上,提出了一种基于规则优先级的词性标注方法,即对每条词性标注规则加上优先级,并在标注算法中通过对优先级进行控制来完成兼类词的词性标注。并用大规模语料对该方法做了试验,结果表明其词性标注正确率可达到96.4%。

一种求解带有阻塞限制的混合流水车间的禁忌搜索算法

针对带有阻塞限制的混合流水车间调度问题,提出一种禁忌搜索算法和优先级规则相结合的方法.开发了启发式调度算法求出问题初始解,应用禁忌搜索算法对工件在第一级的排序进行优化,采用优先级规则进行其他级工件的排序.实验结果表明,该方法大大缩减了搜索空间,能够较好地解决此类调度问题.

求解混合Flow shop调度问题的简化禁忌搜索方案

针对 HFS系统的最小化 Makespan调度问题 ,提出一种禁忌算法和优先级规则相结合的方案 :采用改进的 RA算法对第 1级工件进行排序 ,并用禁忌搜索对其进行优化 ;采用 FAM算法给工件分配设备 ,其他级工件的排序采用最大剩余时间优先级规则 .和其他 HFS的局部搜索算法相比 ,该方案大大缩减了搜索空间 .仿真结果表明 ,该方法能够较好地解决 HFS调度问题 .

CIMS下面向订单的动态生产计划解决方法

文章面向企业整体业务流程,将计划分成主计划和车间计划2个层次。给出了主计划下订单优先级的管理方法,详细讨论了车间日计划下产品提前期的确定方法,讨论了车间生产任务的优化控制方法。并通过对订单和提前期在启发式优化算法下的求解,完成了CIMS下动态生产计划的制定。

一种快速的自适应运动矢量搜索算法

基于全搜索(FS)的运动估计,因其难以接受的计算量而导致在这一领域的广泛研究.提出一种自适应快速运动估计算法.利用相邻宏块间的空间时间相关性来预测当前块的初始运动矢量(MV);根据区域的运动剧烈程度,自适应地采用不同的搜索模式来细化MV;使用中途停止技术以避免不必要的搜索;结合检验优先级规则,搜索过程得以进一步加速.实验结果表明提出的算法能提供与其他算法匹敌的性能,同时具有很低的计算成本.

基于DBR-GA的混合流水车间调度方法

针对带有并行机与批处理机的混合流水车间调度问题,提出一种基于"鼓—缓冲器—绳子"—遗传算法的调度方法。首先建立了识别瓶颈工作站的步骤,开发了相应的启发式算法,进行了问题初始解的求解,在此基础上应用改进遗传算法对作业在瓶颈工作站上的加工顺序进行优化,并利用缓冲机制决定了作业的投放策略,同时对非瓶颈设备运用优先级规则进行了作业的排程。最后通过算例实验和性能分析,验证了所提调度方法的有效性与实用性。

基于资源约束和局部启发搜索的规划系统

针对如何充分发挥车间设备的资源潜力,完成企业下达的生产任务,使完成任务所需时间和生产成本尽可能的少和智能规划中资源规划所要解决的典型问题,提出了基于资源约束和局部搜索相结合的规划方法。并且在资源的分配上采用了优先级分派原则,在局部搜索中通过约束表达引导搜索的启发式信息,施行规则控制下的启发式搜索,提高了车间资源规划的效率。根据上述思想,结合顺特电气线圈生产车间资源规划的实际问题,研究开发了车间资源规划系统,实际运行例子表明,所提出的思想是有实用价值的。

移动机器人全覆盖路径规划算法研究

针对静态未知环境下移动机器人全覆盖路径规划问题,提出了一种改进优先级蚁群算法。该算法首先通过机器人本体上的传感器构建基于动态栅格法的工作环境;综合考虑栅格属性、机器人转向、邻域栅格距离和未覆盖区域面积大小的基础上构造优先级启发规则,然后利用该规则进行路径全覆盖工作。针对机器人工作过程中出现的死锁问题,文章提出采用蚁群算法寻找逃离死区的最优路径,从而保证机器人实现路径全覆盖,并使覆盖路径的重复率尽可能小。仿真实验中,通过与传统算法比较,验证所提算法能在保证面积覆盖率为100%的同时,降低了死锁次数和轨迹重复率,从而提高了机器人工作效率。

熊蜂生活史性状间权衡及能量学研究进展

权衡(trade-offs)是昆虫生活史进化的一个重要概念,也是昆虫生活史与能量学之间关联研究的重要组成部分。对于野生熊蜂来说,自身从大自然中获取的资源是随机的,丰富或受限制的自然资源会导致熊蜂在群势增长、繁殖以及衰老等方面存在不同的权衡关系。本文从熊蜂生活史性状间权衡的相关假说、资源对熊蜂生活史性状间权衡的影响以及熊蜂能量学研究几个方面进行阐述,以期为熊蜂工厂化繁育产业中蜂王的培育和各繁育阶段能量优化提供理论基础。

有理数域基于膜计算的算术运算设计与实现

为了生物计算机的实现,算术运算是完成所有计算模型的最基本运算;到目前为止,对膜系统中算术运算的研究只是处于整数域内,还没有实现有理数域内的算术运算;为实现有理数域的乘除法运算,基于生物类细胞模型,介绍了膜计算的基本原理和特性,然后构造基于规则优先级的算术P系统来实现有理数域内的乘法和除法,并举出相应的例子进行详细的说明以及实验仿真;实验仿真结果表明,提出的构造分数P系统来实现有理数域内的乘除法的思想和设计的规则是正确的,能够得到预期目标。

基于调度规则和免疫算法的作业车间多目标调度

利用动态在线调度方法对动态环境下的作业车间进行研究,采用优先级调度规则对大量调度案例进行求解,针对7个调度目标,从备选调度规则集中选出了单个目标下性能最优的调度规则;为实现调度规则的动态选择以适应多目标调度,基于免疫系统中的独特型网络理论,设计了一种免疫调度算法.根据算法,定义了有效的抗体和抗原结构,并通过抗体间亲和力计算、抗体浓度计算、抗体选择等关键步骤,实现对调度规则的动态控制.仿真测试数据表明,所设计的免疫调度算法能根据不同的车间情况,快速选出不同的调度规则满足多个调度目标,有效解决了作业车间多目标调度问题.

面向复杂作业车间的交互式两级调度方法

针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快速响应求解方法.在第2级调度中以基于优先级的快速调度构建算法为基础,研究以优先级为决策变量的智能优化搜索算法,作为满足第1级调度中的交互式约束的改进优化求解.该方法较好地融入了决策者的经验知识和偏好,同时结合优化搜索求解算法,使得在满足决策者偏好的基础上进一步改进调度求解质量,增加调度求解结果的可信度,在实际应用中取得良好的应用效果.最后,通过一个案例对该两级调度求解策略的过程进行描述,并对所提出方法的有效性进行阐述.