基于Petri网和改进遗传算法的多资源调度问题

针对混流装配线工序加工资源需求多样、工艺复杂、装配工期长等问题,采用Petri网和改进遗传算法对该问题进行优化求解。建立混流装配线赋时库所Petri网(timed place Petri net, TPPN)调度模型,基于模型激发序列,采用基于工序的编码方式进行染色体编码;采用精英保留策略选择优异个体,改进遗传算法的交叉、变异操作,用改进后的遗传算法求解混流装配线调度问题。通过对比案例及实例数据计算结果验证了方案的有效性。

基于语音识别的多资源组合应急调度指挥系统

以提升多资源应急调度指挥效果为目的,设计基于语音识别的多资源组合应急调度指挥系统。该系统利用GIS技术获取多资源和事发地位置地图信息,并使用麦克风阵列获取应急调度指令语音信息后,经过数据接口层内地图数据编辑接口、数据访问等模块,将其传输到应用层。应用层利用语音识别模块识别应急调度指挥指令语音信息,并使用地图GIS查询模块和地图条件查询模块获取符合当前应急资源地图信息后,使用应急布控模块生成应急指挥布控地图。同时使用应急指挥调度模块内应急调度数学模型,输出多资源组合应急调度结果并传输到人机交互层内,完成多资源组合应急调度指挥和人机交互。实验表明:该系统具备较好的语音识别能力和多资源组合应急调度指挥能力,应用性较好。

多主体协同与多资源融合助推壮乡特色产业发展探究——以乡村振兴下武鸣沃柑为例

随着乡村振兴的推进,乡村特色产业逐渐受到重视,尤其是广西壮乡特色产业,其对乡村经济发展和文化传承至关重要。文章阐述了广西壮乡武鸣沃柑特色产业的发展现状和面临的挑战,多主体协同能够整合政府、市场和社会的力量,形成一个共赢的合作模式,而多资源融合则能有效地整合壮乡的资金、文化等资源以及创新技术,为武鸣沃柑特色产业发展提供强大的支撑。

GA-COA求解柔性作业车间多资源调度问题

针对传统柔性作业车间调度在仓储、运输方面考虑的不足,将工件的存储位置以及工件在仓库、机床之间的运输考虑到传统柔性作业车间调度问题(FJSP)中。提出一种考虑仓储、运输及加工的柔性作业车间多资源调度问题(MRFJSP),以最小完工时间为目标函数进行数学建模。考虑到遗传算法(GA)在求解车间调度问题中收敛速度慢、易陷入局部最优的问题,将郊狼优化算法(COA)的组内郊狼成长、生与死进行改进并与GA结合,提出一种带随机动态分组的遗传-郊狼混合算法。最后,通过算例验证了模型的正确性,并将混合算法与原算法进行对比,验证其优越性。

多资源分配问题中GA的应用

针对多资源受限项目调度中均衡使用资源问题，以发电厂施工建设为背景，依据工程网络图，利用ＣＰＭ／ＰＥＲＴ技术，采用非线性整数规划模型，提出利用遗传算法求解ＲＣＰＳＰ，并在中、小规模工程项目中予以应用，结果表明，ＧＡ是解决多资源分配问题的有效算法．

旅游物流多资源高效协同调度算法的研究与仿真

提出了一种基于多资源公平调度器MFS和多资源负载均衡算法RLBA的多资源调度算法,应用于旅游资源的调度中,采用MFS实现用户和物流活动两方面资源的公平调度,依据需求向量资源的大小给物流活动分配合理的资源,运用RLBA将物流活动资源划分成不同的类型,将资源任务分配到轻载物流活动上,中、重载物流活动的负载不会增加,确保总体旅游物流系统资源的负载均衡。实验结果说明,该算法的收敛速率远远大于自适应遗传算法和混合遗传算法,该算法具有较高的搜索概率、较低的平均迭代次数和平均响应时间,能够实现对旅游物流多资源的快速准确的调度,具有较高的应用价值。

异构云计算体系结构及其多资源联合公平分配策略

资源分配策略是当前云计算研究领域中的一个重要研究热点,异构云计算体系结构下的复杂应用问题研究中,最基本的问题在于如何将总体有限的资源分配给多个租户或应用,以达到效率或收效最大化.但是,在经典的资源分配问题中,任务或者用户往往是"贪婪"的;因此,在总体资源有限的前提下,资源分配的公平性就显得尤为重要.为了满足不同的任务需求,达到多种资源分配的公平性,设计了一个虚拟化的异构云计算体系结构,提出了该体系结构下基于占优资源的多资源联合公平分配算法(maximizing multi-resource fairness based on dominant resource,MDRF),并且证明了算法的帕累托等相关属性;给出了占优资源熵(dominant resource entropy,DRE)和占优资源权重(dominant resource weight,DRW)的定义,占优资源熵更加精确地刻画了用户资源请求与任务所调度到的服务器资源之间的适应程度,使系统的自适应能力更强同时提高了资源利用率.占优资源权重保障了用户优先获取资源的优先次序,协同所采用保障公平性的Max-Min Fairness策略,使资源的分配更加有序.实验表明,我们的策略有更高的系统资源利用率,并且使需求与供给更加匹配,进而使用户的占优资源获取更多,提高了服务质量.

战场抢修多需求点多资源优化调度研究

战时协同维修保障过程中,维修是以多任务方式进行的,各任务间经常发生维修资源短缺及资源冲突等问题。通过分析多需求点战场抢修资源调度的特点及决策目标,建立了战场抢修多需求点多资源优化调度模型,给出了基于需求点优先度的资源优化调度方法和算法。算例分析结果表明,该方法能够在满足任务需求和给定的维修保障资源条件下优化资源调度方案,充分利用资源,缩短待修装备的平均等待时间。

基于遗传算法的多资源作业车间智能动态优化调度

提出一种基于遗传算法的调度算法，用于解决多资源制约(机床、工人和机器人)条件下作业车间的动态优化调度。为了表达加工工件的批量，提出了一种新的染色体基因型，基因型的长度随加工环境的变化而变化。研究的动态环境包括：加工工件连续不断地到来；机床设备突然损坏；损坏的机床被修复；工件的预定订货时间被提前；有新类型的工件要求被加工等等。采用一种基于周期和事件驱动的滚动窗口调度，以适应连续加工过程中的环境变化。调度算法中采用权重可变的双目标评价函数来优化调度结果。仿真结果表明该算法是可行的，与传统的静态优化调度相比，其优越性是明显的。

基于蚁群算法的Job-Shop多资源约束车间作业调度

针对多资源约束的车间调度问题,考虑资源种类变化的情况及资源在可用时间上的约束影响,建立了该类问题的通用调度模型。提出了一种基于蚁群算法的作业优化调度算法,在Job-Shop问题图形化定义的基础上,设计了状态转移规则、轨迹强度更新规则以及工序时间的决策规则,借鉴精英策略的思路,对多资源约束车间的具体调度进行了分析与实现。实例仿真表明,该方法对多资源的车间调度问题是可行的。

战场抢修多需求点多资源二层优化调度模型

在战时协同维修保障过程中,针对各维修任务间经常发生维修资源短缺及资源冲突的问题,在分析连续消耗条件下战场抢修资源调度的特点及决策目标的基础上,建立了在抢修开始时间最早的条件下支援点数目最少的战场抢修多需求点多资源二层优化调度模型,并给出了算法和优化调度方案。算例分析结果表明了模型的合理性和算法的有效性。

基于工期分布和多资源约束的关键链缓冲区大小计算方法

提出了一种综合考虑活动工期风险、资源影响系数和非关键链剩余缓冲等影响因素的关键链缓冲区大小计算方法。综合考虑项目资源受限程度和活动资源需求强度对缓冲区大小的影响,提出了活动资源影响系数计算方法;基于活动的工期分布,采用蒙特卡洛仿真估计活动的安全时间;改进了非关键链剩余缓冲的确定方法,并且在计算项目缓冲时吸收剩余缓冲。通过算例分析和比较研究,验证了采用改进方法建立的关键链进度计划,可以合理降低工期风险对项目进度计划的影响,并有效地缩短项目计划工期。

应急系统中多资源出救方案的研究

建立了在多资源多出救点的应急系统中基于“出救点个数最少”和“应急开始时间最早”的多目标的调度模型 .分别求出各个目标函数的最优解和最劣解 ,寻找使出救点个数为最优情况下使应急开始时间最早的解 ,在此基础上增加出救点的个数继续寻找 ,并将备选出救点集合缩小为运输时间小于上一次应急开始时间的出救点 ;得到一系列非劣方案后 ,对各目标函数按照具体情况赋予一定的权重 ,将原问题转化为求解使正负理想点接近度最大的非劣调度方案 .

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.

求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.

基于共享资源量的动态多资源公平分配策略

针对云计算共享系统中多资源分配问题,提出一种基于共享资源量的动态多资源公平分配策略。该策略根据不同用户资源需求和共享资源量建立一个线性规划模型,同时证明该模型满足公平分配的4个重要属性:动态帕累托最优、激励共享、动态无嫉妒性和防止策略性操作,而且给出一种改进的动态多资源公平分配算法来提高算法运行效率。实验结果表明,所提动态多资源公平分配策略能够在满足任务资源需求的同时,尽可能保证公平分配下最大化占优资源份额,并且改进的分配算法能够有效地提高资源的分配效率。

基于多资源理论的脑力负荷评价方法

从人的信息处理方式着手探讨脑力负荷产生原因,提取可反映脑力负荷的4个方面指标,然后对分析的工作任务进行逐层分析和归类,用视觉、听觉、认知和运动反应4个信息处理源下的28种行为要素序列进行描述;继而分别从同时进行的行为数、任务难度、同信息源冲突、同处理阶段冲突4个方面指标对行为序列进行评价,以得到操作任务的工作负荷.并以地铁二号线司机宣武门到长椿街段驾驶任务为例研究验证方法的有效性.结果表明,本方法能够描述整个工作过程中脑力负荷的变化情况,并寻找出致使负荷高的原因.

多工艺路线多资源多目标的作业调度优化

针对多工艺路线多加工资源多目标的作业调度问题,提出了一种启发式活动调度算法,将该方法与多目标遗传算法及模糊优选技术相结合,得到了一种新调度算法。基于工序的染色体编码方法和基于活动启发式算法的交叉算子的运用,有效地缩小了遗传算法的搜索空间。将随机产生的权系数与模糊优选技术相结合,有助于遗传算法搜索到多个优良的调度方案,这为决策者得到最满意的调度方案提供了保证。仿真结果表明该算法是可行的,与国外学者的同类研究相比,具有一定的优越性。

基于遗传算法的多资源作业车间智能优化调度

提出一种基于遗传算法的调度算法,用于解决作业车间的加工受到机床、操作工人和机器人等多种生产资源制约条件下的优化调度。以生产周期为目标进行的优化调度,将遗传算法和分派规则相结合,通过交叉、变异等遗传操作,得到目标的最优或次优解。最后对算法进行了仿真研究,并给出了算法运行结果,仿真结果表明该算法是可行的。

多资源均衡的权重优选法

本文针对网络计划技术中多资源均衡所存在的问题 ,提出了多资源均衡的一种有效方法———权重优选法 ,叙述了该方法的基本原理和优化步骤 ,并通过算例验证了这一方法的有效性。