任务可定点拆分的资源受限项目调度问题研究

任务可定点拆分的资源受限项目调度问题是标准资源受限项目调度问题的一个扩展.针对这一问题提出了一种离散人工蜂群求解算法.离散人工蜂群算法中采用基于任务排列的食物源编码方式,并提出了能够一种保证解的可行性和离散型的候选食物源生成方法.项目中允许定点拆分的任务首先要转换为满足先序关系的分任务,然后在通过串行调度机制生成可行调度.实算表明,该算法能够有效求解任务可定点拆分的资源受限项目调度问题,同时也看到在不影响完成质量情况下,项目通过任务拆分能够在一定程度上缩短项目工期.     

人工蜂群算法求解任务可拆分项目调度问题

针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法．人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新．实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高．     

基于混沌粒子群算法的多目标调度优化研究

针对当前车间调度多目标优化研究存在收敛速度慢、精度低的问题,提出了混沌多目标粒子群优化算法。在算法中,设计了一种新的叠加Logistic扰动的Tent混沌映射算子,通过该算子周期性地更新种群以保证种群的多样性;对收缩粒子群算法进行了扩展使其能够快速收敛到Pareto前沿。通过标准测试问题与实际应用对所提方法进行了验证,实验结果显示混沌多目标粒子群优化算法无论在收敛速度还是在优化精度上都优于其它典型多目标进化算法。     

基于遗传和粒子群算法的天基资源调度策略

以提高天基资源调度效率为目标,提出一种基于遗传和粒子群算法的天基资源调度策略。将资源调度问题抽象为任务排序模型,设计适用于任务排序的十进制编码规则;通过重新定义遗传算法中选择、交叉和变异算子的进化行为以及粒子群算法的速度方向,结合遗传算法全局最优搜索、粒子群算法局部快速收敛等优点设计适用于天基资源调度的遗传-粒子群算法。通过实验验证遗传-粒子群算法能够在较短的时间内计算出全局最优解,是一种高效的天基资源调度解决方法。     

混合粒子群算法在动态车间调度中的应用

车间调度问题是广泛存在于现实生活中的经典算法规划问题。好的生产调度系统有利于提高企业工作效率及降低企业成本,是工业生产的核心竞争力。粒子群算法因为强大的智能规划能力而被广泛用于车间调度问题当中。文章在原有标准粒子群算法基础上,引入模拟退火机制及遗传算法中交叉变异策略形成的混合粒子群优化算法,并在更具有实际生产环境的动态车间调度中模拟应用,与遗传算法、离散粒子群算法进行比较,具有较强优势。     

基于信息熵的免疫粒子群算法求解指派问题

针对指派问题,提出了一种带有免疫功能的离散粒子群优化算法.在粒子群算法中通过交叉策略和局部搜索策略实现粒子位置的更新,以保证解的可行性.在迭代进程中为了防止粒子由于多样性降低陷入早熟收敛,通过基于信息熵的种群亲和度动态评价和抗体浓度抑制机制,很好地保持了种群的多样性,增强了算法的全局寻优能力.实算结果表明,该算法能到得较优的指派方案,且也能处理匈牙利法不能求解的指派问题.     

采用改进的细菌觅食优化算法求解 RCPSP

针对细菌觅食优化算法全局搜索能力较弱和收敛速度慢的问题,对算法的更新方式进行改进,在算法的初期通过粒子群算法进行全局搜索,使细菌在更新时感知周围环境,再由细菌觅食算法的趋向操作进行局部搜索,提高算法的计算精度和搜索能力。最后运用实例对算法进行验证,实验结果验证了此算法在求解资源受限的项目调度问题时的可行性和优越性。     

一种Hadoop Yarn的资源调度方法研究

针对Hadoop Yarn资源调度问题,为提高集群作业执行效率,提出一种基于蚁群算法与粒子群算法的自适应Hadoop资源调度算法SRSAPH.SRSAPH中,通过Hadoop Yarn跳通信机制获取负载、内存、CPU速度等属性信息初始化信息素矩阵;同时,将粒子群算法的自我认知能力与社会认知能力引入到蚁群算法,提高算法的收敛速度;此外,根据蚁群算法全局最优解的波动趋势动态调整信息素挥发系数,提高解的精度.实验表明,采用SRSAPH进行资源调度,集群的作业执行时间缩短至少10%.     

基于改进遗传算法的多目标JSP调度研究

针对多目标车间作业调度问题(JSP),提出了一种混合遗传算法,将多目标遗传算法得出的初步优化结果作为粒子群算法的初始粒子,利用粒子群算法强化局部搜索,加快收敛速度,改善了简单遗传算法局部搜索能力差、迭代效率低的问题.仿真结果表明了该算法对JSP调度的良好效果.     

基于粒子群算法的嵌入式云计算资源调度

随着移动互联网的发展,基于嵌入式设备的云计算服务成为研究热点。在国内,嵌入式云计算目前正处于探索研究阶段,云资源管理调度是嵌入式云计算的核心技术之一,其效率直接影响嵌入式云计算系统的性能。为了提高云计算性能,本文提出一种基于粒子群优化算法的云计算任务调度模型。粒子群算法中粒子位置代表可行的资源调度方案,以云计算任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找出最优资源调度方案。在matlab实验平台进行了仿真,通过大量数据模拟实验表明,该模型可以快速找到最优调度方案,提高资源利用率,具有较好的实用性和可行性。     

改进DPSO算法求解仿真任务调度问题

针对离散粒子群算法在求解雷达分布式仿真系统中的仿真任务调度时,由于其易陷入局部最优的缺陷导致算法受初始种群的影响较大且结果稳定低的问题,提出基于信息素变异策略的改进离散粒子群算法。文中分析了离散粒子群算法容易陷入局部最优的原因,引入基于信息素的变异策略,充分利用种群中所有粒子的寻优经验信息来累计信息素,以信息素的分布和效率矩阵为依据对基本离散粒子群算法每次迭代后得到的粒子进行变异操作。仿真结果表明,改进算法有效地避免了算法陷于局部最优的问题,且结果的稳定性比基本离散粒子群算法更好,调度跨度和负载平衡度相比离散粒子群算法,蚁群算法,Max-Min算法和Min-Min算法都有明显的改善。      

MIMO系统中的交叉优化调度算法

多入多出(MIMO)系统中在多用户环境下可以在链路级利用空间复用或者在系统级利用多用户调度来提高系统容量。但是仅仅是分别优化MIMO系统链路级性能或是仅仅单纯在系统级进行调度是不够的,将两者联合起来进行优化可以获得更大的系统容量。为此,该文提出了一种新的交叉优化调度算法(Cross Optimization Scheduling Algorithm, COSA),将系统级的调度策略和链路级的物理层优化相结合,并且采用注水算法动态调整各天线的功率分配。仿真结果表明COSA算法不但在系统级为每个用户提供了公平的接入信道机会,而且在链路级中充分利用MIMO系统的空间复用特点以及动态的功率分配,提高了系统的容量。     

区分服务中AF类的一种调度算法

该文根据区分服务中确保转发(Assured Forwarding,AF)类的特点,设计了一种新的调度算法公平加权轮循(Fair、Weighted Round Robin,FWRR)算法。 FWRR是一种基于轮循、工作保持型、适于变长分组的调度算法.它的实现简单,算法复杂度为O(1).仿真实验和数学分析表明,FWRR算法不仅能够提供保证最小带宽的服务,而且能够按比例分配剩余带宽,适合用来调度区分服务中的AF类.     

一种按比例补偿的无线公平调度算法

该文提出了一种按比例补偿的无线公平调度算法,算法区分不同的服务类别并可根据其业务需要进行不同的调度。考虑到无线信道的特殊性,算法引入了补偿和再分配模式。其中补偿模式采用了针对滞后流按照其预约速率的固定比例进行补偿的方式。     

公平调度的分组调度算法设计

针对无线实时多媒体业务应用,该文在算法Exponential rule(Exp)基础上提出了一种增强调度公平性能的Modified Exponential rule(MExp)分组调度算法。通过理论分析和系统级仿真对算法性能进行了分析和验证。     

云环境中基于粒子群算法的任务调度研究

任务调度是云计算实现高效计算的关键技术。本文采用粒子群算法进行任务调度求解,对每个子任务占用的资源采用间接编码方式,考虑时间和成本定义合理的初始化参数,选择合适的适应度函数,尽量避免陷入局部最优。仿真结果表明,改进算法具有寻优能力强、耗时少等优点,实现较为理想的任务调度结果。     

一种适用于SC-FDMA多小区系统的协作调度和功率控制算法

该文针对长期演进(LTE)上行单载波频分多址(SC-FDMA)多小区系统的性能受限于小区间干扰的问题,提出一种综合考虑协作调度和功率控制的方案。该方法分步执行小区间的协作调度和功率控制,首先调度各小区中的用户,在此基础上优化用户的发射功率。调度时首先估计小区间的干扰信息并分配频率资源块给每个小区内的用户,在优化用户的发射功率时,同时考虑由于用户功率改变所造成的目标小区和其他干扰小区性能的变化。进一步提出一种低复杂度功率控制方案,在优化目标小区用户的功率时,只考虑受目标小区干扰影响最大的几个小区性能的变化,其他干扰小区性能的变化则通过引入补偿因子来估计。计算机仿真验证了该文所提方法在系统吞吐量和小区边缘吞吐量方面的性能优势显著。     

一种基于Credit的变长分组并行交换网络调度算法

该文提出了一种新的并行分组交换(PPS)网络调度算法。该算法通过在解复用器处采用以变长分组为业务分配单元的方式消除了信元的乱序问题;通过采用Credit机制进行业务分配,实现了业务到各个交换平面完全公平的分配;各个并行交换单元采用组合输入输出排队,降低了对缓存和交换平面的加速要求,同时可以充分利用现有单Crossbar网络调度算法的研究成果。文中证明了该算法对业务分配的公平性,对高速缓存的需求量以及整个网络的稳定性,仿真进一步证明了该算法具有良好性能。     

求解Job shop的一种快速混合算法

结合车间调度问题本身的特点,采用关键路径块邻域结构,混合禁忌搜索算法和粒子群优化算法,设计了一种快速混合调度算法.该算法对预选择的块邻域解的性能进行快速估计,对不可行解尽早舍去,大大减小了邻域解的搜索空间.仿真结果表明,该算法在求解平均时间和性能方面均具备明显优势.