基于证据推理的网格服务质量量化与调度算法

如何统一度量每个用户的多种服务质量需求,是基于服务质量的网格任务调度算法设计的关键问题。为此提出一种基于证据推理的网格多服务质量参数合成效用度量法,并将该服务质量度量值作为任务的优先级加入到任务调度算法设计中,提出了网格任务调度多服务质量值为优先级约束的最早完成时间调度算法。经仿真实验和分析表明,该算法在满足用户多服务质量需求的情况下,可大大减小任务调度的时间跨度。     

一种非周期软实时系统的动态调度方法

本文介绍了一种针对非周期软实时系统的动态调度方法。该方法以DM调度算法为基本调度算法，把非周期软实时系统看作一个多优先级排队系统，根据不同优先级的任务的队列长度来动态调整系统的参数。该方法能在统计意义上确保系统的实时性，同时又能兼顾系统的QoS需求。实例表明该方法能提高系统的实际利用率和降低系统的时限错过率，是一种有效的载荷管理方法。     

隐私与成本感知的云工作流调度方法

针对云工作流执行过程中的用户隐私保护需求,建立了相应的云工作流调度模型,在粒子群优化算法及模拟退火智能优化算法的基础上,通过引入经典表调度算法CPOP中的任务优先级计算策略,提出一种具有隐私与云资源使用成本感知能力的云工作流调度方法 CP-PSO。该方法采用考虑成本因素的上行与下行权重来计算各个工作流任务的优先级,结合隐私保护需求搜索并优化调度方案。通过仿真实验说明了该方法的有效性。     

基于萤火虫算法和动态优先级的多QoS云工作流调度

为了提高用户的满意程度、降低运营成本,考虑时间、费用和可靠性3个重要的服务质量因素,针对时间和可靠性双重约束下费用最小化的云工作流调度问题,提出基于萤火虫算法和动态优先级的最优调度方案。结合云工作流调度问题的特点,重新定义了萤火虫算法中的位置、距离以及位置更新方式,同时对于每一种调度方案,采用动态优先级算法确定任务顺序,以减少工作流完成时间。在WorkflowSim平台上进行模拟调度仿真实验,证明了该方法在收敛速度和最优值方面均优于传统的云工作流调度算法。     

动静结合的CAN总线调度算法在高炉上料中的应用

实时调度算法是实时系统中的关键技术。文章介绍了一种在TTCAN和动态优先级基础上的“动静结合”的CAN总线优先级调度算法,并将该调度算法应用在基于CAN总线的高炉上料控制网络之中。使其系统实时性及网络质量得到了有效的改善。     

粒子群优化算法求解多模式项目再调度问题

针对有资源约束的项目调度问题中,项目执行环境发生变更时的项目再调度问题,分析了项目执行环境变更的情况和项目再调度变更费用的构成,建立了以再调度变更费用为优化目标的多模式项目再调度模型并应用基于粒子群优化算法进行求解.在该算法中,粒子分为优先级粒子和模式粒子,实现对活动优先顺序和模式的优化.部分初始优先级粒子位置矢量通过启发式规则产生,以提高解的质量.通过仿真计算分析了关键参数的选择,并与其他启发式算法进行了比较.仿真结果表明,该算法能有效地求解多模式项目的再调度问题,在实际工程中有一定应用价值.     

基于深度学习的资源投入问题算法

针对资源投入调度问题,提出了基于实时调度状态的调度优先级规则智能决策机制,构造了嵌合人工神经网络的双层迭代循环搜索算法.算法上层为启发式资源搜索框架,下层为基于实时调度状态的调度优先级规则智能决策算法.下层算法通过双隐层BP神经网络离线学习,获得调度状态与调度优先级规则的映射关系,并在实时调度过程中的每一阶段,根据当前调度数据,智能决策调度优先级规则,并指导作业调度进行.最后,通过标准算例库PSPLIB进行对比实验,验证了所设计算法的有效性.     

多工艺路线的批量生产调度优化

以优化生产周期为目标,研究了多工艺路线的批量调度问题,提出了一种基于工序优先级的调度算法,并将该算法嵌入到遗传算法中,得到了全局优化的批量调度算法。遗传算法搜索最佳染色体,调度算法把染色体解码为调度。在调度算法中,采用了3种提高生产率的策略,即区分批量启动时间与工序加工时间,在工件到达机床之前做好准备工作;把一批工件分成多个小生产批次,每批次独立加工:一批工件加工部分后就运向后续加工机床,缩小后续机床的等待时间。仿真表明,该调度方法能取得较好结果。     

求解资源受限多项目调度的改进遗传规划算法

针对优先级规则调度不具备优化能力的缺陷，提出了一种应用于资源受限多项目调度的改进超启发式遗传规划算法以进化出更理想的优先级规则。通过分析现有优先级规则构建出适用多项目调度的归一化属性集和顶层判别编码方式，并结合NSGA-Ⅱ虚拟适应度分配方法对种群进行评估以实现多目标优化。设计了一种多样性种群更新方式，以避免传统遗传规划易陷入局部最优的缺陷和提高搜索能力。通过基于标准数据集PSPLIB所构造的算例和飞机总装装配线的生产实例验证了该方法的有效性和可行性。     

混合流程企业的一种实用调度算法

以西北锆管有限责任公司的MIS系统(NWZ-MIS)的开发为背景,详细讨论了一种用于混合流程企业的实用调度算法。该算法的内容主要体现在以下几个方面:合并工艺文件中的相关工序,生成大工序工艺文件,使混合型加工从大工序的观点来看可近似为离散加工;以各工序的动态优先级和加工准备时间为参考完成静态调度:最后,讨论了算法中为增强调度柔性以解决该类企业加工调度中的某些特殊问题而采用的几种处理方法。     

基于强化学习的分布式光伏运维资源动态调度

针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法.该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型.采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速...     

混合离散蝙蝠算法求解多目标柔性作业车间调度

针对以最大完工时间、生产成本和生产质量为目标的柔性作业车间调度问题,在研究和分析蝙蝠算法的基础上,提出一种混合离散蝙蝠算法。为了提高求解多目标柔性作业车间调度问题的混合离散蝙蝠算法的初始种群质量,在通过分析初始选择的机器与每道工序调度完工时间两者关系的基础上,提出一种优先指派规则策略产生初始种群,提高了算法的全局搜索能力。同时采用位置变异策略来使得算法在较短的时间内尽可能多地搜索到最优位置,有效地避免了算法早熟收敛。在计算问题的目标值上面,首次提出时钟算法。针对具体实例进行测试,试验数据表明,该算法在求解柔性作业车间调度问题上有很好的性能,是一种有效的调度算法,从而为解决这类问题提供了新的途径和方法。     

[车间调度]一种求解单机总加权延迟调度问题的改进蚁群算法

针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法。采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量。结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性。     

基于深度学习算法的调度自动化云平台任务优化策略研究

分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型。基于该算法和物理模型的运行控制考虑了 QoS 要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率。以电力自动化云平台为分析对象,研究其架构,将修正的 PSO 算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进 PSO 的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题。     

基于瓶颈分析的优先权调度算法研究

制造执行系统在制造系统中的广泛应用,为实现生产车间的动态实时调度提供了可能性,也对实时调度算法提出了更高的要求。调度算法必须在考虑求解速度的前提下来求得满意解。根据优化生产技术的解决车间调度问题的思想,基于转移瓶颈启发式算法,提出了一种基于瓶颈分析的优先权调度算法,用于解决制造执行系统中的动态实时调度问题。     

Optimization based resource and cooling management for a high performance computing data center

This paper focuses on the problem of reducing energy consumption within high-performance computing data centers, especially for those with a large portion of “small size” jobs. Different from previous works, the efficiency of job scheduling and processing is made as the first priority. To reduce energy from servers while maintaining the processing efficiency of jobs, a new hysteresis computing resource-provisioning algorithm is proposed to adjust the total computing resource reactively. A dynamical thermal model is presented to reflect the relationship between the computational system and cooling system. The proposed model is used to formulate constrained optimal control problems to minimize the energy consumption of the cooling system. Then, a two-step solution is proposed. Firstly, a thermal-aware resource allocation optimizer is developed to decide where the resource should be increased or decreased. Secondly, an economic model predictive controller is designed to adjust the cooling temperature predictively along with the variation of the rack power. Performance of the proposed method is studied through simulations with real job trace. The results show that significant energy saving can be achieved with guaranteed service quality.     

基于优先级表的电泳柔性生产线动态调度

提出了一种基于优先级表的动态调度算法,称做剩余工序数-价值优先算法,简称ORVF。ORVF算法综合考虑了任务的剩余工序数和价值两个特征参数,对电泳柔性生产线天车的调度任务队列进行排序。仿真结果表明该算法比单纯考虑任务价值的HVF算法在任务最大流程时间和系统吞吐量等方面有明显的改进。     

三层供应链联合调度算法研究

研究了由1个供应商、1个制造商和若干客户组成的三层供应链模型,提出将调度理论应用于供应链的优化管理.优化目标是通过供应商、制造商及运输的联合调度来提高客户服务水平,降低运输费用.通过分析得到了最优解中加工顺序和运输分批的性质,缩小了搜索范围,据此给出了一个动态规划求解方法,并对动态规划算法进行了复杂度分析,得出客户数为固定常数时,本模型的动态规划算法是多项式的时间算法.最后,通过两个示例分析了算法中参数对解的影响.     

前移存在调整时间综合调度工序的算法

针对目前存在调整时间的综合调度算法只考虑快速插入调整时间实现调度方案,没有考虑调整时间会随工序次序改变影响调度结果的问题,提出通过改变工序调度次序前移存在调整时间综合调度工序的算法。该算法在保证相关工序不后移的条件下,通过改变相同加工设备上具有相同工艺紧后工序的工序调度次序,从而改变工序之间的调整时间,使调整工序最晚结束时间提前,使其工艺紧后工序开始时间有可能提前,从而实现提高设备利用率,提前产品最终完工时间。实例表明该算法可获得存在调整时间的综合调度问题的更优解。     

制造网格资源服务Trust-QoS评估及其应用

为提高制造网格(Manufacturing grid, MGrid)系统中资源调度的成功率和有效性,减少用户选择最佳资源的时间,设计开发MGrid资源优选系统。针对当前MGrid资源管理和调度与资源服务信任相分离的缺陷,阐述资源服务信任QoS概念及其在整个MGrid资源管理和调度中的重要地位和作用,分析MGrid系统中资源供需双方在进行资源服务交易时存在的信任问题。在此基础上,建立包括域内和域间资源服务信任QoS评估的两层结构的MGrid资源服务信任评估模型,并给出该模型中资源服务信任评估具体量化算法、信任值的实时动态更新算法。对所提出的模型和算法进行试验验证,结果表明所提出的模型和算法能有效地提高MGrid系统中资源调度的成功率和有效性。