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.

光网络环境中计算任务与光路的联合调度算法

针对光网络环境下分布式计算系统的资源调度问题,提出了一种光网络计算任务和光路联合调度方案。该方案将光网络的特性加入到传统调度模型中,提出了计算任务与光路通信的联合调度模型,设计求解联合调度模型的扩展型列表算法。仿真实验验证了联合调度的有效性。

基于并行工程的CAPP与生产调度集成研究

传统的CAPP是基于制造资源静态考虑的,在实际生产调度时,由于现场资源的不断变化,往往导致原工艺计划与生产实际条件不符,需要做重新设计、反复修改等调整。针对这些情况,本文基于并行工程理论,提出了工序分段设计的CAPP系统和基于扩展事件再调度策略的生产调度系统的集成。本系统既可以缩短待加工工件进入生产的等待时间,又能够减少因紧急事件的发生所造成的CAPP原工艺计划的大调整,保证CAPP的时效性。另外,当某关键设备发生故障时,允许其上未完成工序的工件到可替代设备上加工。实例验证了本系统的可行性和有效性。

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。

语义协同事务的恢复

在CSCW系统中 ,有些子事务是不可补偿的 ,如果采用数据库中的恢复技术 ,不能完全实现协同事务的恢复 .为了保证协同事务最终能够提交或夭折 ,需要构造扩展调度 .本研究针对基于语义的协同事务模型 。