遥感数据处理任务调度的Petri网模型及求解算法

为了对多源遥感数据的处理任务进行有效的调度和管理,提高处理资源的利用率,根据遥感数据处理任务调度问题的特点,采用Petri网对该问题进行形式化描述,建立了遥感数据处理任务调度的数学模型,根据该问题的多目标特性,采用蚁群算法进行求解.给出仿真实例,将蚁群算法的求解结果与启发式算法和模拟退火算法的求解结果进行比较,验证算法...     

舰载机多机一体化机务保障调度研究

针对舰载机多机一体化机务保障调度问题,以出树、入树的形式描述实际保障过程中并行工序的约束关系,以最大保障完工时间和资源负载均衡性为目标,构建了舰载机多机一体化机务保障非线性多目标混合流水车间调度模型,并设计了一种结合基于Insert的动态邻域爬山搜索策略和并行工序的同步化修正的Memetic算法求解该模型。最后通过实例仿真验证了模型和所提算法的可行性和有效性。     

一种改进的连续域蚁群算法

简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。     

基于协同进化的多平台联合对地观测优化调度

在分析了卫星与无人机在执行观测与资源调度上的特性差异基础上,建立了多平台联合对地观测调度问题的数学模型,提出了多平台协同进化调度算法(MPCCPSA)进行求解。MPCCPSA采用分层式协同进化架构解决了不同类型观测方案统一调度生成问题。根据不同类型平台使用特性以及观测目标集合特点,采用分治-合作策略将其分解分配到各平台,顶层的交叉、变异操作保证各种群的多样性,底层的分治、合作算子保证卫星与无人机之间保持观测能力动态互补,在确保可行解的前提下加快收敛速度。仿真实验表明该方法能够有效解决空-天基多类型平台联合观测优化调度问题。     

多无人机系统协同侦察规划算法研究

基于蚁群算法研究多无人机系统在协同侦察复杂目标群的集群协作问题,通过去交叉策略局部优化蚁群算法,提高算法求解精度,形成较优的航迹方案和合理调度策略.该问题的求解不仅能深化多任务分配及多目标协同领域的研究,还能为部队执行作战任务提供辅助决策.     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

卫星数传调度模型研究

卫星数传调度问题是一个具有多时间窗口、多资源约束的优化问题。针对该问题,建立了卫星数传需求模型、任务模型和调度模型。在建模过程中,采用了框架模型形式,把问题中的主要约束封闭于每个数传任务中,这在降低调度模型复杂度的同时,也降低了调度算法设计难度。还提出了调度算法设计思想,并设计了一基于灵活度的调度算法。仿真表明,所建立的模型及算法对解决卫星数传调度问题是可行的。     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

电子侦察卫星联合侦察的混合调度算法

针对电子侦察卫星的使用约束,及不同任务的调度需求,建立了电子侦察卫星联合侦察的多目标混合整数规划模型.利用进化算法的全局搜索能力和变邻域搜索的局部优化能力,提出了一种多目标进化算法和变邻域搜索相结合两阶段混合调度算法MOEA VNS.针对问题多时间窗组合优化特点,设计了进化算子与邻域移动算子,在确保解多样性的同时使算法...     

SpaceFibre星载数据网络低延时确定性调度算法

针对超高速SpaceFibre星载网络中多源数据传输的确定性和实时性应用需求,提出一种分类细粒度低延时确定性调度算法。该算法基于差异化调度策略的思想,将数据流划分为三类。为实现网络资源的细粒度分配,引入扩展时隙。该算法采用无冲突均匀调度方法,降低了数据包的平均排队延时。为适应有效载荷组网的航天应用场景,该算法兼顾网络拓扑结构生成调度方案。为验证算法有效性,在OPNET仿真平台下利用自定义建模技术搭建网络仿真模型。仿真结果表明:相比优先权调度和无冲突连续调度机制,该算法实现了时间敏感数据流的确定性传输;随着时隙数目的增加,网络的延时性能和抗抖动性能显著提升,吞吐量性能得到保证;该算法具有一定的航天工程实用价值。     

集中控制混合网络中基于流的资源分配算法

集中控制混合网络中,异构化网络内部的流量具有一定的规律和特性,如果使用原有的单一的离散式最大极值和无状态的网络资源调度算法,忽略了异构网络规律,会造成网络利用率较低、易震荡、部分网络流延迟等问题。通过分析由集中控制网络和普通网络组成的混合网络的拓扑结构,对混合网络结构中常见问题如流闪现、不能估计的流、路径堵塞或连接震荡场景进行分析,并提出基于期望和状态的流量评价资源规划算法POS和POS-FME。算法考虑混合网络的运行状态,对系统可用资源进行评估,为系统中各种流匹配对应可用资源,并具有一定的预测作用,从而避免混合网络出现运行效率低下的场景。通过实验,POS算法和POS-FME算法相对传统算法,利用率提高了10%～30%,并降低了震荡和平均延迟。     

天地测控资源调度的两阶段递进遗传算法

为对天地测控资源调度进行高效求解,设计了两阶段递进遗传算法对其进行优化调度。鉴于问题的目标具有一定的可分性,以时间为依据将被调度弧段划分成两个部分,在对第一部分形成种群并作进化求解的基础上,将其最优解与第二部分弧段组合,并作进一步的进化求解。为了缓解两阶段优化的局部搜索特性,在第一阶段个体适应度计算中,以一定概率设定虚拟弧段,保留具有潜在全局优势的个体。仿真表明该方法能在确保求解质量的前提下明显减少运算时间。     

基于改进型粒子群算法的航空多项目调度方法

多项目并举状况下的资源有限-工期最短问题求解,是提高航空企业资源利用率、缩短项目周期的关键。在项目网络计划的基础上,提出了一种改进型粒子群算法对多项目实施并行资源调度,求解多项目最优资源调度方案。该方法通过改进的交叉和变异操作,提高了解的多样性,保证了算法的全局搜索能力。最后,通过对某型飞机的2个并行装配计划进行实例计算,验证了方法的有效性。     

A genetic algorithm methodology for complex scheduling problems

This paper considers the scheduling problem to minimize total tardiness given multiple machines, ready times, sequence dependent setups, machine downtime and scarce tools. We develop a genetic algorithm based on random keys representation, elitist reproduction, Bernoulli crossover and immigration type mutation. Convergence of the algorithm is proved. We present computational results on data sets from the auto industry. To demonstrate robustness of the approach, problems from the literature of different structure are solved by essentially the same algorithm. © 1999 John Wiley & Sons, Inc. Naval Research Logistics 46: 199–211, 1999     

Efficiency of equilibria in restricted uniform machine scheduling with total weighted completion time as social cost

In the last decade, there has been much progress in understanding scheduling problems in which selfish jobs aim to minimize their individual completion time. Most of this work has focused on makespan minimization as social objective. In contrast, we consider as social cost the total weighted completion time, that is, the sum of the agent costs, a standard definition of welfare in economics. In our setting, jobs are processed on restricted uniform parallel machines, where each machine has a speed and is only capable of processing a subset of jobs; a job's cost is its weighted completion time; and each machine sequences its jobs in weighted shortest processing time (WSPT) order. Whereas for the makespan social cost the price of anarchy is not bounded by a constant in most environments, we show that for our minsum social objective the price of anarchy is bounded above by a small constant, independent of the instance. Specifically, we show that the price of anarchy is exactly 2 for the class of unit jobs, unit speed instances where the finite processing time values define the edge set of a forest with the machines as nodes. For the general case of mixed job strategies and restricted uniform machines, we prove that the price of anarchy equals 4. From a classical machine scheduling perspective, our results establish the same constant performance guarantees for WSPT list scheduling. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012     

A heuristic for the two‐machine no‐wait openshop scheduling problem

In this paper the problem of minimizing makespan in a two‐machine openshop is examined. A heuristic algorithm is proposed, and its worst case performance ratio and complexity are analyzed. The average case performance is evaluated using an empirical study. © 1999 John Wiley & Sons, Inc. Naval Research Logistics 46: 129–145, 1999     

一种装甲车辆CAN总线混合调度算法

针对当前装甲车辆综合电子系统节点消息传输不公平、紧急消息传输不及时等缺点,结合某型车辆消息紧急度和截止期,按照分层处理原则对总线协议进行了改进,提出了"分级决策动态均衡"的混合调度算法,并通过试验验证了算法的可行性和有效性。     

遗传算法在动力学优化中的应用

根据动力学优化设计问题的特点,并利用复合形法对一般遗传算法进行了改进,在此基础上提出了一种新的动力学优化设计方法。数值分析结果表明,该方法结果正确,算法简洁。