通航维修资源调度分配方法及应用研究

通航维修作业多为跨地域作业且作业时间多具有不确定性,这给通航维修资源的调度带来了一定困难。针对通航维修资源调度是一个典型的离散事件动态系统,结合Petri网模型理论,建立了基于着色和时间的高级Petri网维修资源调度模型,通过该模型用于维修资源的预调度,实现了调度时间预估、可视化调度状态查询。根据预估调度时间结合实际通航维修资源的状况,通过动态规划算法对维修资源进行合理分配,达到了保障飞机持续适航和提高维修资源利用率的目的,为通航维修资源的调度分配提供理论支持和应用参考。

调度分配器的运用与电平调整

调度分配器的运用与电平调整汪海涛锦州铁路分局管内使用的ＹＤＨＦ－Ｉ型调度分配器在开始运用时由于电平调整不当，存在接地区分机用户时声音大，接线路远端分机用户时声音小的现象，有时还出现振鸣等问题。在调度电路整治中，对调度分配器的运用及电平调整做了部分改进...

面向多机器人环境中动态异构任务的细粒度动作分配与调度方法

在多机器人环境中,具有不同能力的机器人相互协作以完成任务需求。现实情况下,这些任务动态发布,且具有不同的目标和紧急程度,因此需要为每个任务分解出的细粒度动作分配和调度合适的机器人来负责执行这些动作。现有的方法大多适用于静态和同构的任务分配场景,而针对动态异构任务的分配则大多采用独占式的分配策略,导致机器人频繁进入等待状态(即机器人处于被分配了任务到真正开始执行任务之间的闲置阶段)。由于任务存在不同的紧急程度和发布时间,这种分配方式将降低对更紧急任务的响应效率,同时导致更多的等待时间和更长的任务完成时间。针对该问题,提出了一种面向多机器人环境中动态异构任务的细粒度动作分配与调度方法。其中,分配与调度的对象是任务所分解出的细粒度的动作,且一个动作能够由机器人的一种能力承担。面对任务分解出的一组细粒度动作集合,本方法借鉴拍卖算法过程,根据机器人能力、状态及任务信息计算出机器人承担特定动作的最优分配方案。另外,在每一次新任务发布或某一机器人执行完动作时执行分配和调度过程,可以将处于普通任务等待状态的机器人调度至紧急任务,以保证紧急任务优先完成,且缩短机器人的总体等待时间。基于本方法,扩展实现了机器人执行框架(ROSPlan)的执行模块。围绕一组多机器人动态异构任务的模拟实验表明,所提方法相较于采用贪心策略的方法可得到更优的分配方案。

面向维修资源分配调度的遗传-长鼻浣熊混合优化算法

鉴于传统的资源受限的项目调度问题(resource-constrained project scheduling problem,RCPSP)已经难以满足当下实际需求,对资源受限的项目调度问题进行扩展已是大势所趋,所以本文结合设备动态发布维修任务的特性,对原RCPSP问题进行抽象,加入了与设备相关的多模式的资源配置问题,从而建立了面向多维修中心的多模式的动态资源分配调度模型。为了更好地求解所提出的模型,本文提出了一种遗传-长鼻浣熊混合优化算法,该算法是在原长鼻浣熊优化算法的基础之上加入了遗传算法的选择、交叉以及变异算子,主要用于扩大搜索范围,从而跳出局部最优;为了进一步提高候选解的质量,还加入了贪婪算子的操作。通过对仿真实验结果的对比分析,发现不论是从收敛速度还是求解质量等方面,新提出的遗传-长鼻浣熊混合优化算法均以绝对的优势优于其他算法。

电力资源分配调度的动态规划模型

论述了运用动态规划方法对电力资源进行优化调度问题,在综合考虑发电商和电网公司的双方利益下,给出一个比较满意的阻塞费用计算方法,从而在电力市场规则下,运用动态规划确定了各机组的出力分配方案。

基于DDPG的综合化航电系统多分区任务分配优化方法

综合化航电系统(Integrated Modular Avionics,IMA)通过时空分区机制实现共享资源平台下的多航电功能集成,分区间的任务分配方法的优劣决定着航电系统的整体效能。针对航电任务集合在多分区内的分配调度问题,提出了一种基于深度强化学习的优化方法。构建了航电系统模型与任务模型,以系统资源限制与任务实时性需求为约束,以提高系统资源利用率为优化目标,将任务分配过程描述为序贯决策问题。引入马尔科夫决策模型,建立基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)法的IMA任务分配模型并提出通用分配架构;引入状态归一化、行为噪声等策略训练技巧,提高DDPG算法的学习性能和训练能力。仿真结果表明,提出的优化算法迭代次数达到500次时开始收敛,分析800次之后多分区内驻留任务方案在能满足约束要求的同时,最低处理效率提升20.55%。相较于传统分配方案和AC(Actor-Critic)算法,提出的DDPG算法在收敛能力、优化性能以及稳定性上均有显著优势。

电力资源分配调度的动态规划模型

论述了运用动态规划方法对电力资源进行优化调度问题,在综合考虑发电商和电网公司的双方利益下,给出一个比较满意的阻塞费用计算方法,从而在电力市场规则下,运用动态规划确定了各机组的出力分配方案。

考虑车辆调度和调度员分配的共享汽车混合车队规模优化

针对电动汽车存在充电续航问题与传统燃油汽车存在环境污染问题的矛盾,本文提出共享汽车混合车队规模优化方法。首先,在不考虑成本条件下,分析动态车辆调度和实时调度员分配对共享汽车系统需求满足和车辆利用的影响。然后,针对由传统内燃汽车、混合动力汽车、插入式混合动力汽车和纯电动汽车构成的混合共享汽车系统,考虑车辆调度和调度员分配,以运营商利润最大化为目标,CO_(2)排放量和道路拥堵为约束,构建混合车队规模优化模型。通过Matlab调用Gurobi求解器求解上述混合整数线性规划模型。最后,以成都市为例,分析不同CO_(2)排放量约束,以及车辆调度对共享汽车运营商利润、不同类型的车队规模、车辆利用率和用户需求满足率的影响。同时,比较单一车队和混合车队共享汽车系统,结果显示,混合车队和单一插入式混合动力车队可以实现经济效益和环境效益的双赢,是目前最适合共享汽车系统发展的模式。

物流运输中的分配调度折扣模型

利用电子商务发展物流运输 ,是近年来物流领域的一个研究热点 ,但是对电子商务物流的具体实现形式的研究还有待发展。文章介绍了在电子商务平台上的物流经纪公司的一个分配调度折扣模型 ,该模型是在对运输任务集成优化的思想上作出的 ,并采用运输折扣作为反映这一思想的主要手段。该模型的建立使得具体的物流电子商务有了一个可供采用的模式。且在基础上对模型展开分析 ,给出了一个简化的模型 ,从而使其划归为一个网络的最短路问题予以解决 ,并提出了进一步研究的方向。

改进的多任务分配与调度遗传算法

提出了一种改进的混沌遗传算法,定义了问题模型,采用一任务序列加一主机序列的编码表示,并由约束关系阶段随机产生合法调度。为确保生成新调度,改进了交叉机制;为保持解的多样性和均衡负载,设计了任务均衡变异算子。为利用混沌优化技术,交叉、变异频率都由混沌序列动态控制。仿真结果表明,该算法总能得到最佳解。

协调决策理论在门诊资源分配调度中的应用研究

目的优化病人就诊时间不确定环境下的门诊资源分配调度方案。方法建立门诊资源拍卖品模型,提出病人局部决策和协调中心协调两种数学模型。结果基于协调模型设计得到了包含局部优化竞标算法、优胜者判定与价格调整算法的协调决策方法。结论提出的一对多协商决策模型,能够清晰有效地描述同时存在未预约就诊和预约取消的病人就诊时间不确定等门诊资源分配问题,对优化门诊诊疗资源配置提供支持。

基于蚁群优化算法的同构多核任务分配与调度

针对现有流程序自动综合技术中任务分配与调度方法效率低下的问题,提出一种基于改进蚁群算法的多核任务分配与调度算法.基于建立的问题模型,改进了基本蚁群算法中的信息素更新规则和启发式信息的计算方法,并应用多样化机制避免算法早熟收敛.为了提高效率,算法创新地在确定任务分配方案的同时确定调度序列.以标准任务图集为试验对象,验证算法的有效性.试验结果表明:与模拟退火算法相比,使用改进的蚁群算法在优化程序的执行跨度时收敛速度较快,并且在相同的循环次数下,得到的解更接近最优解.

异构计算系统中基于遗传算法的任务分配与调度

任务分配与调度是异构计算系统(HCS)的核心问题之一。本文提出了一种对异构计算系统进行任务分配与调度的遗传算法。首先对HCS任务分配调度问题做出定义,然后分别讨论了问题的编码表示,种群初始化,染色体适应度函数设计,杂交、内部杂交与迁移遗传算子设计,控制参数自适应,算法的总体框架等。最后给出算法的仿真实验情况及实验结果分析与结论等。

基于模糊理论的任务分配与调度算法

基于模糊可靠性分配中的综合评判方法,提出一种用于数据并行交换的任务分配与调度算法。综合考虑影响任务优先级的各个因素及各影响因素自身的模糊特性,从而确定任务优先级,并解决任务分配过程中优先级的模糊决策问题。实验结果表明,该算法能提高任务的执行成功率,缩短任务的平均等待时间。

基于异构计算系统的任务分配与调度算法

任务分配与调度是异构计算系统(HCS)的核心问题之一.提出了一种对异构计算系统进行任务分配与调度的遗传算法.首先对HCS任务分配调度问题做出定义,然后分别讨论了问题的编码表示,种群初始化,染色体适应度函数设计,内部杂交与迁移遗传算子设计,控制参数自适应,算法的总体框架等.并给出算法的仿真实验结果分析与结论等.

基于改进的遗传算法的任务分配与调度

任务分配与调度是分布式系统中的关键问题,应用遗传算法来解决这一问题是近年来出现的新思路。文章介绍了一种改进的遗传算法,该算法在扩大选择范围的同时,将适应度引入到对父代之间的交叉操作中,克服了标准遗传算法(SGA)交叉操作中较大的盲目性。实验结果表明,改进的遗传算法在精度和收敛速度上都较SGA有较大程度的提高。

基于遗传禁忌算法的任务分配与调度的研究

任务分配与调度问题是公认的NP问题,为了合理的对备份任务进行分配与调度,使得最短时间内完成备份任务,提出了基于遗传禁忌搜索的备份任务调度算法。重点研究了遗传算法和禁忌搜索算法,并针对二者的不足,提出将其两种算法混合,相互取长补短,仿真实验结果和实例应用表明,笔者提出的算法其搜索效率比单一的遗传算法具有较好的效果。

单船岸桥分配与调度集成优化模型

针对集装箱码头泊位确定条件下的单船岸桥(QC)分配和调度问题,建立了线性规划模型。模型以船舶在泊作业时间最短为目标,考虑多岸桥作业过程中的干扰等待时间与岸桥间的作业量均衡,并设计了嵌入解空间切割策略的改进蚁群优化(IACO)算法进行模型求解。实验结果表明:与可用岸桥全部投放使用的方法相比,所提模型与算法求得结果平均能够节省31.86%的岸桥资源;IACO算法与Lingo求得的结果相比,船舶在泊作业时间的平均偏差仅为5.23%,但CPU处理时间平均降低了78.7%,表明了所提模型与算法的可行性和有效性。

基于自适应遗传算法的并行任务分配与调度

在完成"基于Internet的多节点过程交互环境设计与实现"应用项目(远程在线医学诊断)中,提出了一种高度自适应的遗传算法,设计出自适应选择、自适应交叉及自适应变异3种遗传操作算子,无论在精度上还是收敛速度上都较其他的遗传算法有较大程度的提高。经过实践与仿真实验表明,该算法是可行且有效的,并具有较高的自适应性。

一个可用于Web数据库系统的分配调度通用算法

分配调度问题是一种困难问题,有些甚至是NP完全类问题.因而解决此类问题的技术难度较大,一般采用与或图搜索技术来求解.这就给当前许多Web数据库系统中的分配调度程序的编制造成困难,笔者以毕业设计任务分配算法为例,给出了一个能解决一类约束条件为双向选择的分配调度问题的通用算法.该算法不涉及复杂数据结构和搜索过程,仅用关系数据库的表操作描述,并可用任一支持Web数据库的语言编程实现.