基于数据续传的微波/激光混合链路中继星资源调度

针对成像、遥感等卫星采集的大容量数据难以及 时回传的问题,提出了一种基于数据续传和微波/ 激光混合链路的数据中继资源调度算法。分析了混合链路中继卫星系统任务数据续传特点, 以完成优先级 加权任务量最大、续传次数最少为调度原则,建立了混合链路任务续传约束规划模型。以任 务的调度顺序 为优化对象,采用任务整传优先和续传次数最少为调度原则确定任务的天线资源和时隙分配 ,提出一种基 于自适应小窗口蚁群(ASAC,adaptive small-window ant colony)算法的任务续传资源调 度优化算法。仿真实验表明,所建调度模型可实现多颗中继星资 源的有效分配,提出的ASAC算法具有较快的收敛速度和较强的全局优化能 力,算法可最大满足用户星数据及时回传的需求。     

云计算资源调度算法的研究与实现

在研究蚁群算法、任务分配和资源调度的基础上,提出了一种改进的蚁群资源调度算法.首先通过引入节点可信度机制在一定程度上增强了云计算资源的搜索能力和节点完成任务的成功率.然后在改进的算法中使用了信息素的局部更新机制和全局更新机制,可以有效地平衡负载.最后通过选取合适的参数利用CloudSim仿真工具对改进的资源调度算法进行实验测试,实验结果表明此算法缩短了任务的执行时间,改善了云计算资源调度的性能.     

同步卫星转发器二维时频资源蚁群调度算法

针对地球同步卫星转发器多任务时频资源调度问题,考虑任务执行时间和占用带宽需求,建立了以卫星系统总收益为目标的多约束规划模型,提出了基于任务频率时间窗口更新的蚁群调度算法.该算法综合考虑了任务优先级和时间灵活度,以增强蚁群在状态转移规则下的搜索能力;同时设计了虚拟任务、伪随机状态转移规则和信息素参数,保证算法向最优解逐步收敛.实例仿真表明,该算法相对于传统蚁群算法、遗传算法和启发式算法,在算法结果、寻优能力和稳定性方面具有显著优势.     

基于模拟退火的卫星地面站任务规划方法

卫星地面站系统任务规划问题是一个基于约束的组合优化问题,是优化卫星任务规划的前提,是影响卫星任务规划结果的重要环节。鉴于此,问题中考虑了可视时间窗口、任务权重以及地面站天线转换时间的约束,以最大化完成任务的优先级之和为目标,建立了调度模型。提出了一种有效求解该问题的结合自适应搜索的模拟退火算法,给出了示例,并对算法进行了仿真验证。     

多目标猫群优化算法支持下的云计算任务调度

针对云环境下任务调度易出现多目标冲突的问题,提出一种改进的基于猫群的多目标优化算法。该算法模拟猫的行为模式,采用基于线性混合比率的猫行为选择方式来提高全局搜索和局部寻优能力;并在迭代过程中结合任务完成时间和任务费用支出,引入一个可调节的多目标集成效用函数,实现了资源与任务的智能调度。实验结果表明,所提算法不仅求解质量高,且在求解速度和调度消耗方面均优于多目标遗传算法和多目标粒子群算法。     

基于遗传蚁群融合算法的混合链路中继卫星资源调度研究

针对遗传算法容易陷入局部最优和蚁群算法初始信息素匮乏的缺点, 提出将遗传和蚁群融合算法应用于中继卫星系统的资源调度问题。通过改进蚁群算法信息素的定义, 利用基于时间窗口序号编码思想, 给出中继卫星资源调度约束条件与目标函数并建立数学模型。仿真分析了融合算法、标准遗传算法和改进蚁群算法的优化特性, 结果表明融合算法是解决中继卫星调度问题的有效方法。     

云计算环境下任务调度算法的研究

在云计算环境中存在庞大的任务数,为了能更加高效地完成任务请求,如何进行有效地任务调度是云计算环境下实现按需分配资源的关键。针对调度问题提出了一种基于蚁群优化的任务调度算法,该算法能适应云计算环境下的动态特性,且集成了蚁群算法在处理NP-Hard问题时的优点。该算法旨在减少任务调度完成时间。通过在CloudSim平台进行仿真实验,实验结果表明,改进后的算法能减少任务平均完成时间、并能在云计算环境下有效提高调度效率。     

微波与激光混合链路中继卫星动态调度快速启发式算法

针对微波与激光混合链路中继卫星系统实际应用中的动态变化,分析了混合系统动态扰动条件,依据中继卫星资源调度动态调整原则,研究了混合系统动态资源调度策略。以最大化调度任务优先级之和,以及扰动发生后对初始方案扰动变化最小为目标,建立了具有两级优化目标的混合系统动态调度模型。提出了动态插入快速启发式算法并对模型求解算法,算法包括直接插入任务操作、移动插入任务操作和删除插入任务操作。仿真结果表明与完全重调度的算法相比,动态插入算法的方案变化率平均降低了60.10%,且计算速度明显高于重新调度算法,能够有效解决混合链路中继卫星系统动态调度问题。     

基于贪婪算法的卫星地面站资源调度方法

卫星地面站系统资源调度问题是一个基于约束的组合优化问题,在任务时间、地面站可视时间以及各种资源之间连接匹配关系等约束条件下,以充分合理地利用有限资源,使其使用效益得到最大限度的发挥为目标,提出了一种解决该问题的基于贪婪思想的算法,并给出了实验示例对算法进行了仿真验证。实验数据表明,该算法有效提高了算法性能。     

自适应遗传算法的数据中继卫星光网络资源调度算法

以数据中继卫星光网络系统资源、任务和约束条件为参量,以任务对资源的选择为优化对象,提出了一种基于自适应遗传算法的数据中继卫星光网络资源调度算法.综合考虑多中继星、多时间窗口、多光学天线以及任务优先级要求,建立调度模型;采用当前任务调度时间的确定和后续任务可见时间窗口的更新的调度操作,对不同资源的任务集合进行调度安排并实现了可见时间窗口的动态更新,获得调度任务的总权值并将其作为参量计算适应度值,最后通过改进的自适应遗传算法对不同调度方案进行寻优.以3颗中继星、12颗用户星,6个光天线,60个任务为条件设置了仿真场景,仿真结果表明该算法在收敛速度、调度效率方面具有优势,适应于多任务、多天线的数据中继卫星光网络系统资源调度.     

Tasking planning based on task splitting and merging in relay satellite network

To handle the low planning efficiency of the tasks with too long or too short service time,a task planning scheme was proposed based on task splitting and merging for relay satellite systems.First,a task splitting and merging was developed to transfer the task requirements of user to task units which could be planned with high efficiency.Secondly,based on the parallel machine scheduling model,the optimization problem of the task unit planning to maximize the number of completed tasks in the network was built.Further,a heuristic polynomial time scheduling algorithm was proposed.Simulation results show that compared to the traditional scheme,the task planning scheme perform better in terms of completed task number,resource utilization and fairness.     

面向能效的低轨卫星联合跳波束调度和功率分配算法

该文针对低轨(LEO)卫星载荷容量受限且功率资源稀缺的问题,面向搭载跳波束(BH)天线的低轨卫星通信系统,提出一种联合跳波束调度和功率分配机制,在满足用户服务质量需求的前提下降低卫星通信载荷功耗,提高卫星通信系统能效。首先建立时延受限下联合考虑波束调度和功率分配的卫星功耗最小化模型。针对网络拓扑的时变特性,基于李雅普诺夫优化方法,将原多时隙优化问题转化为单时隙优化问题,然后采用交替优化的方法获得单时隙问题的次优解。其中,证明波束调度子问题是凸问题,同时通过逐次凸近似和对数变换将功率分配子问题转为凸问题,并提出相应算法获得子问题最优解。仿真结果表明,提出的策略在保证用户平均时延要求的同时,降低了低轨卫星系统平均功耗,并且可通过调整控制参数实现时延和功耗的动态平衡。     

基于资源因子的电力线通信系统自适应资源分配

本文分析了电力线通信系统在每时隙内的最大总功率、各实时用户固定比特和非实时用户最小比特、各子载波允许最大功率和特定比特数的约束下,多用户多业务在多子载波上的自适应资源分配的多层多目标最优模型,并提出一种基于资源因子和用户优先级的功率和速率自适应相结合的资源分配算法。在典型电力线信道环境下其仿真结果表明,本文算法的性能忧于已有的多用户资源分配算法且能满足多用户多业务电力线通信资源分配的多目标要求。     

Scheduling Semiconductor Wafer Fabrication Using a New Harmony Search Algorithm Based on Receipt Priority Interval

For the scheduling problem of Semiconductor wafer fabrication (SWF),a new Dispatching rule based on the load balance (DRLB) is proposed.Further,a new Harmony search (HS) algorithm based receipt priority interval (HS_rpi) is presented to minimize the mean cycle time.A kind of chaotic sequence is used as the harmony vector.Then,a conversion method is designed to convert the real number harmony vector to the mixed vector representing the priorities of all receipts and the algorithm parameters.In order to increase the algorithm robustness and decrease the scale of the scheduling problem,based on receipt priority interval and DRLB,we give a special conversion method used to convert the above mixed vector to the solution of the scheduling problem of SWF.Computational simulations based on the practical instances validate the proposed algorithm.     

Task Scheduling Algorithm for the Communication,Ocean, and Meteorological Satellite

In this paper, we propose an efficient single‐resource task scheduling algorithm for the Communication, Ocean, and Meteorological Satellite. Among general satellite planning functions such as constraint check, priority check, and task scheduling, this paper focuses on the task scheduling algorithm, which resolves conflict among tasks which have an exclusion relation and the same priority. The goal of the proposed task scheduling algorithm is to maximize the number of tasks that can be scheduled. The rationale of the algorithm is that a discarded task can be scheduled instead of a previously selected one depending on the expected benefit acquired by doing so. The evaluation results show that the proposed algorithm enhances the number of tasks that can be scheduled considerably.     

Algorithmic aspects for functional partitioning and scheduling in hardware/software co-design

Hardware/software (HW/SW) partitioning and scheduling are the crucial steps during HW/SW co-design. It has been shown that they are classical combinatorial optimization problems. Due to the possible sequential or concurrent execution of the tasks, HW/SW partitioning and scheduling has become more difficult to solve optimally. In this paper more efficient heuristic algorithms are proposed for the HW/SW partitioning and scheduling. The proposed algorithm partitions a task graph by iteratively moving the task with highest benefit-to-area ratio in higher priority. The benefit-to-area ratio is updated in each iteration step to cater for the task concurrence. The proposed algorithm for task scheduling executes the task lying in hardware-only critical path in higher priority to enhance the task forecast. A large body of experimental results conclusively shows that the proposed heuristic algorithm for partitioning is superior to the latest efficient combinatorial algorithm (Tabu search) cited in this paper. Moreover, the Tabu search for partitioning has been further improved by utilizing the proposed heuristic solution as its initial solution. In addition, the proposed scheduling algorithm obtains the improvements over the most widely used approaches by up to 10% without large increase in running time. This work was presented in part at 2006 IEEE International Conference on Field Programmable Technology (ICFPT).     

一种基于免疫克隆的偏好多维QoS云资源调度优化算法

针对云计算环境中高效资源调度问题,首先从理论上对云资源调度进行了建模,对用户应用偏好和多维QoS中的用户效用进行了量化,给出了多维QoS优化的目标函数.结合具有快速多目标优化能力的免疫克隆算法,提出了一种云资源调度优化算法.根据应用偏好信息为抗体分配偏好优先级,据此进行抗体的免疫克隆操作,提高抗体免疫基因操作的预见性,...     

基于双仲裁机制和田口正交法的猫群优化任务调度算法

针对异构计算系统任务调度过程中通信冲突以及算法运行时间的问题,该文提出一种基于双仲裁机制和田口正交法的猫群优化任务调度算法。首先利用双仲裁机制对任务资源进行管理,动态判决任务的分配,有效避免通信冲突,再将田口正交法应用到猫群优化过程的跟踪模式中,降低算法运行时间,提高解的质量。实验结果表明,该算法运行速度明显高于其他算法至少约10%,算法在处理大量任务时的并行化效果最优,在异构环境中也体现出其相当大的优势。