基于机器视觉的输电线路巡检路径三维自适应调度模型

为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。

目标级联求解下的含微电网群主动配电网自适应调度方法

为了提升含微电网群主动配电网电压水平,及降低线损,提升自适应调度效果,研究目标级联求解下的含微电网群主动配电网自适应调度方法。含微电网群主动配电网自适应调度分为网损优化无功调度、功率优化有功调度2个环节。网损优化无功调度方法以微电网网损最小为目标,主要优化分布式电源的无功功率、微电网与主动配电网间的无功交互功率。功率优化有功调度方法旨在通过调整分布式电源的有功功率输出、微电网与主动配电网之间的有功功率交换以及从上级电网购买的电能,实现配电网内的功率平衡。文章采用目标级联分析法分析目标函数间的差异,并行求解微电网调度模型与主动配电网调度模型,实现含微电网群主动配电网的自适应调度。测试结果显示,该方法能够提升主动配电网的局部电压水平为0.937 pu,线路损耗功率降低到0.23 MW,并具有较好的收敛性,提升了配电网自适应调度效果。

基于多时间尺度的电力系统源网协同自适应调度方法

在对电力系统源网进行调度时,受电力系统自身出力和负荷不确定性的影响,电力系统的运行性能难以达到理想效果,为此,提出基于多时间尺度的电力系统源网协同自适应调度方法。充分考虑由于天气环境的不确定性以及用户用电的不确定性导致的电力系统出力波动和负荷波动,在设置电力系统源网调度目标函数阶段,引入了第二个时间尺度——实时调度。在对目标函数进行求解时,利用区间可能度法,将电和冷热负荷等式约束转化为不等式约束的形式,利用反馈校正机制使得求解结果与电力系统实时状态形成信息闭环结构,实现对参数的滚动调度。在测试结果中,设计调度方法在提高电力系统运行性能方面具有良好的实际应用效果。

基于Q学习的智能车间自适应调度方法

为降低智能车间中动态不确定因素对生产性能的影响,提出一种基于Q学习的智能车间自适应调度方法。该方法设计基于强化学习的智能车间自适应调度框架,采用Q学习算法,通过智能体—环境交互试错机制,自主训练调度模型,并根据生产车间环境变化动态更新调度模型,以支持能够指导车间运行的最优决策轨迹的生成。所提方法在MiniFab半导体生产线模型上进行了验证,结果证明该方法能够有效应对智能车间生产环境变化,在生产全过程中能对调度决策进行实时调整,优化车间综合性能指标,同时显著降低时间与人力成本。

综合优先级下相控阵火控雷达自适应调度算法

针对相控阵火控雷达多任务调度时的资源分配问题,提出一种综合优先级下的自适应调度算法。基于相控阵火控雷达需与高炮配合对待拦截目标进行火力打击的特性,进行目标射击有利度求解。利用两级二维优先级表级联的思想,结合目标射击有利度、工作方式优先级和任务截止期进行综合优先级规划。以加权时间偏移量平方和最小作为调度代价准则,构建任务调度代价模型,提出带有时间窗的一步回溯法与插空法相结合的自适应调度算法,并利用该算法求解调度模型。通过仿真将本文所提调度算法与传统工作方式优先级加截止期调度算法进行对比分析,结果表明:相比传统调度算法,本文所提调度算法提升了射击价值率,降低了平均时间偏移率和调度代价。

基于数字孪生的航天器结构件产线重构与自适应调度方法

针对航天器结构件机加工产线配置和计划调度难度大,产线整体占用率高、利用率低,产能提升受限等问题,提出一种基于数字孪生的航天器结构件产线重构与自适应调度方法。以“基于数字孪生的可视化监控+产线快速重构+实时感知自适应调度”运行机制为基础,对上述方法的3个关键实现技术,即基于数字孪生的三维可视化监控、基于任务和车间运行状态数据驱动的生产线快速重构、基于重构产线与实时感知数据的自适应调度进行详细阐述。设计开发基于数字孪生的产线快速重构与自适应调度系统,验证方法有效性。

基于深度神经网络的智慧卷烟物流配送线路自适应调度算法

针对物流配送线路路况难以预测、物流配送里程较长、调度过程难以协调的问题,提出基于深度神经网络的智慧卷烟物流配送线路自适应调度算法。根据智慧卷烟物流配送要求,以最短配送总里程为目标建立物流调度数学模型。利用知识库和果蝇优化算法,根据线路动态调度规则,引入深度神经网络,优化设计配送区域路况预测模型。以当前路段交通状况预测结果为依托,结合分时带权交通网络模型,得到配送线路自适应调度结果。实验结果表明:该方法相比传统算法使得智慧卷烟物流配送里程分别减少了38.62%、45.01%,实现了物流配送成本的降低。

基于差分进化算法的高压配电网负荷自适应调度方法

由于传统方法在高压配电网负荷自适应调度中的应用效果不佳,不仅高压配电网消纳率比较低,而且负荷比较大,无法达到预期的负荷自适应调度效果,为此提出基于差分进化算法的高压配电网负荷自适应调度方法。以最小高压配电网运行成本、最小负荷峰谷差以及最小损耗为目标建立目标函数,设定有功负荷平衡、输电线路容量以及出力约束条件,构建调度模型,利用差分进化算法求解模型最优调度策略,以此实现基于差分进化算法的高压配电网负荷自适应调度。经实验证明,在设计方法应用下高压配电网的消纳率高于90%,负荷量比较小,具有良好的负荷自适应调度效果。

基于布谷鸟搜索算法的智能电网资源自适应调度方法

现阶段智能电网资源自适应调度过程中,电网运行成本和电网碳排放均比较高,无法满足智能电网运行经济性与环保性需求,因此,提出基于布谷鸟搜索算法的智能电网资源自适应调度方法。以电网运行成本最低、碳排放最少和用户满意度最高为目标设置调度目标函数,并对电网资源调度功率平衡设定约束条件,利用布谷鸟搜索算法求解最优调度方案,以此实现基于布谷鸟算法的智能电网资源自适应调度。经实验证明,应用设计方法后,智能电网运行成本为1152.64元/d,碳排放为51.24t/d,经济性与环保性效果良好,在智能电网资源自适应调度方面具有良好的应用前景。

众核处理器系统核资源动态分组的自适应调度算法

针对众核处理器系统的核资源优化使用问题,提出了一种支持核资源动态分组的自适应调度算法CASM(core-partitioned adaptive scheduling for many-core systems).该算法通过对任务簇的拆分与合并,动态构建可弹性分区的核逻辑组,实现核资源的隔离优化访问.为了平衡核资源利用率及任务调度效率,CASM算法针对任务簇间和簇内的不同特点,分别采用公平性较好的均衡调度算法和资源利用率较高的自适应调度算法.在线竞争理论分析表明,CASM算法的任务执行时间在线竞争比为常数2,其性能可扩展性较好.实验结果表明,与WS(work-stealing),AGDEQ(adaptive greedy dynamic equi-partitioning)和EQUI?EQUI算法相比,CASM算法使任务集运行时间分别减少了近46%,32%和15%.在相同能耗情况下,CASM算法大幅度地提升了系统吞吐量.

多功能相控阵雷达自适应调度仿真

派多功能相控阵雷达在现代军事领域中的广泛应用使得对其仿真具有重要意义,而调度模块的仿真是相控阵雷达仿真实现的核心。文章在深入研究多功能相控阵雷达自适应调度策略的基础上,给出了调度设计原则,详细描述了调度算法的仿真流程,实现了相控阵雷达的自适应调度模块功能,并提出了调度算法的性能评估指标,对调度结果进行了定量分析,仿真结果验证了调度算法的有效性。

综合优先级规划下的相控阵雷达自适应调度方法

对时间资源的合理分配是相控阵雷达发挥自身优势的关键,提出一种考虑目标威胁度的相控阵雷达调度算法。根据目标信息构建非线性目标威胁度量化模型,并通过设计二维优先级表,将目标威胁度与雷达任务的截止期相结合,共同进行综合优先级规划;在性能评估环节,提出执行威胁率的概念,以反映调度算法对重要任务的执行情况。仿真结果表明,当跟踪目标数量饱和时,相比于原有的高工作方式优先级优先算法,改进后的算法有效减少了任务的截止期错失率,提升了时间利用率和执行威胁率。

一种开放混合实时系统的开放自适应调度算法

开放计算环境下的实时与非实时任务不确定并发,以及多种实时约束混合的复杂约束系统,即开放混合实时系统的需求越来越广泛.通过引入接收控制、调度服务器、自适应调节机制,提出一种开放环境下的自适应实时系统调度架构——OARtS(open adaptive real-time scheduling).它能适应开放计算环境的不确定性,有控制地接受实时任务运行;可根据系统空闲计算带宽变化,自适应地调节任务的实时等级,使得系统运行在最优的实时性能上;对于软实时任务,可根据其计算带宽需求变化,自适应地调节其计算带宽分配,以适应任务执行时间时变引起的实时不确定性.

多功能相控阵雷达自适应调度算法研究

由于阵列天线的波束捷变能力 ,多功能相控阵雷达可对多个目标交替进行搜索、验证、跟踪等工作方式的操作。为此 ,需要一种调度策略以有效地分配雷达时间和能量等资源 ,达到优化雷达整体性能的目的。针对多功能相控阵雷达 ,在分析自适应调度算法的设计原则基础上提出一种自适应调度算法 ,并给出具体的性能评估指标。算法能够根据雷达事件的优先级、驻留长度、期望发射时间及时间窗合理地安排一个调度间隔内的雷达事件序列 ,仿真结果验证了调度算法的有效性。

HowU网格自适应调度模型

随着互联网的迅速发展 ,基于异构分布式网络的高性能计算平台——计算网格 ,成为了一种新型的计算模式 .介绍了基于 Globus的 How U网格的实现技术 ,通过资源请求代理进行网格作业提交 .为了有效利用网格资源 ,以“参数考察”任务为例 ,提出了一种自适应网格任务调度模型 ,该模型充分考虑了任务的实时容错需求 .最后比较分析了该模型与 Globus协作分配策略和 Gr

基于稀疏孔径ISAR成像的雷达资源自适应调度算法

多功能相控阵雷达可以灵活地对不同目标进行交替观测,而雷达资源的合理分配是优化雷达整体性能的基础。文中提出了一种基于稀疏孔径ISAR成像的雷达资源自适应调度算法。多目标成像时,在对目标特征进行认知的基础上,根据反馈信息合理分配雷达时间资源对目标交替观测,再采用基于压缩感知的稀疏孔径成像方法对不同目标进行成像,从而在保证达到期望成像质量的基础上,显著提高雷达时间资源的利用率。仿真实验验证了该算法的可行性。

开放式实时系统中的自适应调度方法

首先针对开放式实时系统 ,讨论了自适应实时调度的需求情况和自适应技术应用上的关键问题 ;提出了适用于硬实时调度需求的调度参数自适应调整机制 ;重点面向软实时调度需求 ,提出了一种基于模糊控制策略的自适应调度方法 ,它致力于动态跟踪调度对象的负载变化 ,并把截止期错过率控制在期望值附近 .相对于现有方法 。

相控阵雷达的自适应调度和多目标数据处理技术

本文全面阐述了适用于多功能相控阵雷达的自适应调度和多目标数据处理技术，给出了相控阵雷达调度及数据处理的软件和硬件体系结构．并用Ｃ语言实现了调度和数据处理的功能．测试结果表明自适应调度方法及多目标数据处理算法是令人满意的．

基于目标威胁度的相控阵雷达自适应调度方法

对时间资源的合理安排是相控阵雷达发挥自身优势的关键。将目标威胁度引入调度算法中,与工作方式和任务截止期共同进行综合优先级规划。通过构建目标威胁度的量化模型,使雷达在调度跟踪任务时依目标威胁度大小分配时间。提出了修正价值率和执行威胁率的概念,完善了性能评估指标。通过仿真,全面评价了新算法性能,验证了引入目标威胁度的合理性。结果表明,新算法可以有效提升相控阵雷达对高威胁度目标的处理能力。

一种能量收集嵌入式系统自适应调度算法

能量收集嵌入式系统(energy harvesting embedded system,简称EHES)的任务调度算法需要考虑能量收集单元的能量输出、能量存储单元的能量水平和能量消耗单元的能耗.实时任务在满足能量约束的条件下,才可能满足时间约束.在这个背景下,传统固定优先级调度算法不再适用于EHES.提出一种基于分组的自适应任务调度算法,它能根据能量收集单元由于能量输出的不确定性而造成的非能量约束情况和能量约束情况,自适应地选择任务调度算法.在非能量约束的情况下,减少任务抢占次数,增强任务的可调度性;在能量约束情况下,减少电池模式切换次数,提高能量存储单元的平均能量水平,从而降低系统能量约束.在一个可进行大范围任务集合仿真的实验环境下对提出的算法进行验证,并将基于分组的自适应调度算法与现有的两个经典算法进行了对比.