基于Petri网模型的JSP粒子群优化调度

提出一种有效的基于Petri网建模及改进的编码粒子群算法的车间作业调度问题优化算法,分析对比了现有的作业车间调度领域中的基于人工智能的优化算法,对所提出的基于Petri网建模和改进的粒子群算法的优化算法进行了性能分析,并对该算法进行了仿真研究,结果表明该算法是可行、有效的。     

时间Petri网与GA-PSO算法相结合的并行测试

摘 要：并行测试任务调度方案在自动测试系统中一直是尚未解决的难题。本文基于Petri网理论的基础,建立了并行测试的时间Petri网模型,并且首次将GA-PSO算法引入到时间Petri网的变迁序列的寻找过程中,快速地求得了最优调度方案。仿真结果表明,本算法能够以较大的收敛概率快速地收敛,最终得到最优变迁序列。     

基于Petri网的柔性制造系统无死锁遗传调度算法

对以最小化加工时间为目标的柔性制造系统无死锁调度问题, 提出了一种遗传调度算法. 算法考虑到同类工件具有预先确定的相同加工路径, 而各工序的处理时间与工件有关. 用Petri网对工序和资源分配进行逻辑建模,利用遗传算法, 采用工序自然编码方式, 基于系统的最佳避免死锁Petri网控制器, 检测染色体的可行性, 修复不可行染色体使其对应的调度满足资源约束和无死锁控制约束, 从而保证算法所利用的所有染色体都对应系统的可行调度. 仿真结果表明了算法的可行性和有效性.     

基于树型Petri网的网格资源调度模型

讨论树型网格环境下独立任务的调度问题,把网格资源计算能力和网络通信速度的异构资源调度问题转化为线性规划问题。提出网格资源调度的树型Petri网模型,基于速度优先的启发式资源调度算法对树型Petri网模型进行性能分析,验证了树型Petri网的单口模式传输特点。     

基于Stateflow的赋时Petri网仿真实现方法

以合理配置和优化内外资源为目的的生产调度问题已成为制造业的研究热点.通过利用赋时Petri网建模方法对Job Shop生产调度问题建立模型,采用Matlab环境下的Stateflow工具箱实现了对所建Petri网模型的动态可视化仿真,获得了网运行的变迁序列并构建出Petri网的可达图,同时分析了各机器生产效率.该仿真方法降低了Petri网理论分析的难度,仿真结果为制造系统的实际流程设计提供了依据.     

基于Petri网与GA算法的FMS调度优化

提出了一种应用遗传算法解决柔性制造系统调度优化问题的新方法．首先用Petri网对柔性制造系统进行建模,然后应用遗传算法对该模型进行调度并获取近似最优解．在该算法中,用Petri网模型的激发序列作为染色体,采用期望值方法作为选择算子,总加工时间作为适应度函数,两点交叉法作为交叉算子,交叉点选择能到达相同标记的转移．对于变异算子,首先从染色体上随机选择一点作为变异点,然后从这点开始应用变异算法,该变异算法类似于Petri网的可达树算法．由于算法中的选择、交叉和变异算子都是对．Petri网模型中的元素进行操作,与问题空间中的元素无关,因此,与其它调度算法相比,它有较高的通用性．既可以处理典型的Job—Shop问题,也可以处理小批量、多品种的FMS(Flexible Manufacturing System)调度问题．文中通过实验验证了算法的有效性。     

基于平行Petri网的制造系统调度与控制一体化方法

为了消除制造系统调度层与控制层之间的隔阂,实现对生产事件快速灵活响应,本文提出了一种调度与控制一体化的方法.首先,定义了一种新型Petri网模型,即平行Petri网,从而集成地描述了传感器、执行器、任务和资源信息,构建制造系统的信息物理系统模型;其次,提出了一种从平行Petri网到赋时Petri网的抽象简化方法,大规模压缩优化调度所需搜索的状态空间;再次,定义了策略Petri网以描述最优调度策略.最后,给出了平行Petri网与策略Petri网同步执行算法,使得平行Petri网与物理系统同步执行.     

基于带抑制弧的Petri网的min-min算法模型研究*

为了解决已有的min-min算法Petri网模型不能模拟min-min算法运行过程的问题,根据min-min算法的调度特点,利用带抑制弧的Petri网提出了一种算法模型,该模型运行过程可以严格模拟min-min算法对独立任务集的调度顺序,能够正确地描述独立任务调度系统使用min-min算法的情况。最后对该模型的空间复杂度以及每调度一个任务模型的变化情况进行了分析,随着独立任务的调度执行,该基于带抑制弧的Petri网的变迁数和弧数会随之减少,模型的空间复杂度会不断降低。     

基于Petri网的柔性制造系统调度控制模型

给出了自顶向下构造柔性制造系统(FMS)Petri网模型的方法,提出了随机创建指定数目满足指定条件的测试模型的算法,并给出程序仿真运行的演算规则。在此基础上实现了基于Petri网FMS分析与调度仿真软件平台,该平台可配置性强,容易维护,降低了柔性制造系统方针研究的复杂性。最后给出了该模型实现的模块结构。     

高级综合中VHDL描述向Petri网转换方法的研究

提出一种基于执行路径的Petri网生成算法,该算法提取VHDL源描述中的功能和时序信息,生成与源描述完全等价的Petri网结构．算法采用条件树结构保存条件,语句执行条件和Petri网迁移条件都依据条件树生成．生成的Petri网能够准确地保存源描述中的I／O时序信息,形成调度过程中I／O操作处理的基础．从该结构出发,能够方便地实现各种I／O模式的调度。     

随机步长无向双环网络通信延迟的研究

传统固定步长无向双环网络中通信延迟已经无法突破Wong和Coppersmith给出的下界,为获得更小的通信延迟,需要寻找新的无向双环网络构造方法。提出一种用随机步长来构造无向双环网络的算法,在无向双环网络中分别通过仿真实验对随机步长的直径、平均直径和固定步长的直径下界、平均直径下界比较,随机步长得到的值均远小于传统固定步长得到的值。结果表明：随机步长构造无向双环网络的算法降低了无向双环网络的通信延迟。     

基于遗传算法的网格任务调度方法分析

网格任务调度为多项式复杂程度的非确定性问题,其中所有非确定性多项式时间可解的判定问题,共同构成了NP类问题。如何快速地找到全局最优解是网格任务调度的难点所在。而遗传算法在验证猜测的正确性方面,具有自动获取和快速搜索的特性,是解决非线性问题的最优方案。本文主要对基于遗传算法的网格任务调度方法进行分析,通过网格任务调度模型构建、资源分配等操作,来完成遗传算法的仿真实验研究。     

一种适用于过程系统仿真培训的仿真方法

针对工业过程系统仿真培训的要求和特点，提出一种新的仿真方法。该方法由构造最小仿真模型的调度算法与变帧速仿真算法两部分组成。将该算法应用于加氢裂化、制氢、铂重整等工业过程的仿真培训系统，取得了满意的效果。     

基于两阶段随机仿真优化算法的体检顾客预约调度

针对体检机构顾客排队等待时间长的问题，研究随机服务时间下的体检顾客调度，采用多人时间槽预约策略，并在预约调度策略的基础上优化每位顾客的体检项目顺序，提出一种包含粗糙仿真评估和精确仿真评估两阶段随机仿真优化算法。运用序优化思想将基于亲和度评估的多种群遗传算法作为迭代优化策略，并利用改进的最优计算量分配方法排除超级个体的影响，形成仿真资源的全局和自适应优化分配机制。实验结果表明，与不进行任何调度及使用体检顺序启发式调度规则的离散事件结果相比，该算法获得了更好的调度解。     

Dispatching rule selection using artificial neural networks for dynamic planning and scheduling

To schedule a job shop, the first task is to select an appropriate scheduling algorithm or rule. Because of the complexity of scheduling problems, no general algorithm sufficient for solving all scheduling problems has yet been developed. Most job-shop scheduling systems offer alternative algorithms for different situations, and experienced human schedulers are needed to select the best dispatching rule in these systems. This paper proposes a new algorithm for job-shop scheduling problems. This algorithm consists of three stages. First, computer simulation techniques are used to evaluate the efficiency of heuristic rules in different scheduling situations. Second, the simulation results are used to train a neural network in order to capture the knowledge which can be used to select the most efficient heuristic rule for each scheduling situation. Finally, the trained neural network is used as a dispatching rule selector in the real-time scheduling process. Research results have shown great potential in using a neural network to replace human schedulers in selecting an appropriate approach for real-time scheduling. This research is part of an ongoing project of developing a real-time planning and scheduling system.     

嵌入式系统的低功耗调度算法研究

嵌入式系统的低功耗调度算法是嵌入式低功耗技术研究的重要研究方向,文中研究了一种任务间存在依赖关系的嵌入式系统的低功耗调度算法,建立了该低功耗调度算法的数学模型,由于模型的求解复杂性,结合嵌入式系统低功耗调度流程,通过一种比较简单的分步式思想,方便地求解了该低功耗调度算法的数学模型;建立了一个有6个任务的有依赖关系的任务集,通过该调度算法,对该任务集进行了调度,调度后的算法与调度前的算法对比降低的该任务集的能耗;最后用VC编程语言编程仿真验证了该低功耗调度算法的低功耗特性.     

物流动态车辆调度问题的混合禁忌搜索算法

在分析动态车辆调度问题的基础上,建立了基于时间轴的动态模型;接着针对该问题在实际中的应用,设计了基于并行节约法和禁忌搜索的混合算法以对动态车辆调度问题进行求解;最后给出算法实现和算例模拟,验证了该算法的有效性。     

生产作业计划仿真优化研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化。仿真优化结果说明了该集成优化方法是有效性的。     

一种自适应的动态网格任务调度算法

GRACE网格资源框架是一个分布式、可计算的经济学体系框架，针对框架中分配网格资源问题，引入近视算法，提出了一种自适应的动态网格任务调度算法。该算法通过在调度过程中动态监测系统的负载平衡度，自适应地选择任务调度策略。经模拟试验证明，该调度算法提高了任务的调度成功率。     

基于量子粒子群优化的DAG并行任务调度研究*

任务调度是网络并行计算系统的核心问题之一。在有向无环图(DAG)描述问题的基础上,提出了一种进行并行任务调度的量子粒子群优化算法。首先对DAG并行任务调度问题作出定义,并给出了优化问题的目标;然后分别讨论了问题的编码表示、解码方案、位置向量的计算方法、离散问题连续化、算法的总体流程等;最后给出算法的仿真实验情况及分析,实验结果表明,该算法有良好的全局寻优性能和快捷的收敛速度,调度效果优于遗传算法和粒子群优化算法。