实时系统最大化奖赏值的能耗感知调度

针对实时系统中周期任务在可变电压处理器上的能耗感知调度问题,提出了一种贪婪人工蜂群算法。在人工蜂群算法的基础上,引入贪婪算法的思想,按照最大价值密度优先原则,为任务分配执行速度,以保证价值密度大的任务能被执行,从而提高系统的奖赏值。仿真结果表明:能耗利用率随着能耗约束的减小而增大,说明算法具有良好的能耗感知特性;相比贪婪算法,当能耗约束因子为0.1时,系统的奖赏值平均提高了78%,随着任务数的增加、能耗约束越强,其优势更加明显。

基于租还车需求影响的共享单车调度问题研究

当用户前往共享单车站点租车而站点无自行车或用户还车而无空桩时,将发生未满足租车或还车服务,造成经营方收益损失.为了优化服务,以包含停运期和营运期、在停运期进行自行车静态调度的共享单车系统为研究对象,调度成本和未满足服务损失成本为目标函数,调度卡车启用、旅行路线及站点间车辆调度为决策变量,营运期站点在站自行车数量为状态变量,综合分析调度策略与站点间租还车需求相互作用引发状态变量变化的动态演化过程,分析调度活动的内在逻辑,构建非线性静态调度优化模型,提出一种线性化方法,将其转化为线性规划模型.然后,根据问题特性设计了一种可求解大规模问题的人工蜂群-贪婪算法.最后,应用数值算例对问题性质和算法性能进行分析,结果显示单位租还车损失成本和调度能力对调度优化效果有重要影响,人工蜂群-贪婪算法在求解大规模问题时具有一定优势.研究成果可为共享单车调度提供决策支持.