求解高校教室调度问题的混合粒子群算法

针对高校教室调度问题进行了研究,综合考虑教室集中时间利用率和学生需求,采用三元组方式,用任务表示课程,用设备表示不同类型的教室。据此,教室排课问题被描述为一类以最小化Cmax与滞后时间和为调度目标,具有机器适用限制的并行机调度问题。然后结合问题特性,建立对应的运筹学调度模型,并运用混合粒子群算法求解该类调度问题。最后仿真结果表明实现了所讨论的两个优化调度目标,获得了满意解;同时通过与其他算法解的比较,得出混合粒子群算法非常适合求解这里所讨论的教室排课问题这一结论。     

基于免疫克隆选择算法的混合流水车间调度问题的研究

本文针对混合流水车间调度问题,以最大流程时间最小为目标函数,建立了混合整数数学规划模型;将具有解决复杂组合优化问题的免疫克隆选择算法（ICA）应用于求解混合流水车间调度问题,详细描述了ICA算法求解HFSP问题的步骤;为了验证算法的有效性,仿真对比了遗传算法和ICA算法的性能,与文献结果比较,结果表明ICA算法求解HFSP问题可行性和有效性。     

考虑装卸顺序的岸桥与集卡协调调度问题研究*

为解决集装箱港口岸桥和集卡资源紧张的现状,减少集装箱处理时间,针对岸桥和集卡协调调度问题,在只有进口箱的条件下,综合考虑岸桥干涉和集装箱优先级等约束,建立一个以最小化最大完工时间为目标的混合整数线性规划模型,并使用遗传算法(GA)求解该模型。其次对不同规模的问题分别使用遗传算法(GA)和粒子群算法(PSO)求解并比较。实验结果表明,对于该问题模型遗传算法(GA)算法优于粒子群算法(PSO)算法,遗传算法是有效的。     

求解异构并行机调度问题的混合多目标教-学优化算法

以异构并行机调度问题为研究对象,考虑了一类以优化总加权完工时间和加权延误总和的调度问题。首先,基于问题描述构建了该问题的混合整数规划模型。其次,提出了混合多目标教-学优化算法。在算法设计中,结合问题的特点设计序列编码方法,并采用分解技术来实现多目标调度问题的求解。此外,该算法通过融合多种交叉算子来定义个体进化过程,并通过与变邻域搜索算法的混合来提升其优化效果。最后,给出了仿真实验与分析,测试结果验证了多目标教-学优化算法求解该调度问题的优越性。     

网格计算中时间和费用限制下的任务调度算法

在网格计算中，一个好的管理系统应有出色的算法来调度用户提交的任务。前人基于不同目的已设计了各种调度算法，但通常不易施行：重点考虑工作完成时间和所耗费用，给出确定的模型以调度独立的任务。通过恰当的建模，所求解的问题将演变成0—1规划问题，而这种问题清晰明了，且有现成算法求解，从而使得时间和费用最小化。给出一个例子验证了该算法的有效性。     

基于混合人工鱼群算法车辆拥堵调度方案

研究交通拥堵的有效调度问题,提高调度的效率。针对传统的车辆调度算法在进行车辆调度路径选择时,需要建立一定的预估性约束条件,一旦建立一个的约束条件受阻,会影响其它约束条件的生效,造成算法收敛速度慢、易陷于局部最优、车辆拥堵时调度效率较低的问题。为了解决上述问题,提出使用优先适合启发式算法与人工鱼群算法相结合的混合人工鱼群算法求解拥堵时车辆的高效调度问题,运用鱼群中的觅食、群聚等数学模型,解决约束冲突弊端,进行最优调度路径的准确定位仿真。实验结果表明,混合人工鱼群算法能快速有效的求解车辆拥堵问题,解决了最优调度路径的选择,为求解车辆高效调度提供了参考,具有广阔的应用前景。     

求解柔性作业车间调度的混合PSO算法与实现

研究车间作业调度优化过程,针对资源的合理分配排序,采用PSO算法求解柔性作业车间调度问题,根据PSO算法存在易陷入局部极值和早熟的缺陷,引入遗传算法中的交叉算子和变异算子,构造求解柔性作业车间调度问题的混合PSO算法,能够较好地克服上述缺陷.采用面向对象的程序设计语言,设计并编码实现了混合PSO算法求解柔性作业车间调度问题的仿真软件.使用软件进行仿真,实验结果表明在求解柔性作业车间调度问题中,混合PSO算法的全局寻优和克服早熟能力均优于基本PSO算法,证明混合PSO算法求解柔性作业车间调度问题的有效性.     

基于柔性维护的堕化单机系统调度研究

针对单机系统,在假设生产系统为堕化系统,且生产过程中作业的加工不可中断的情况下,对考虑柔性时间窗口[[u,v]]下进行长度为[w]的周期预防性维护的调度问题进行了研究。建立了综合考虑生产调度和设备维护的混合整数规划模型,并设计了一套基于贪婪的启发式算法对所研究问题进行优化求解。通过Cplex和启发式算法求解结果的对比证明了算法可以快速、有效地解决此类问题。     

考虑学习效应的单人作业车间调度算法

单人负责多台机器的单一工序作业车间场景中,工人由于重复操作机器而产生学习效应.针对考虑依赖工件位置学习效应的单人单工序作业车间最小化最大完工时间的调度问题,建立一种混合整数规划模型.为解决该问题,设计一个考虑学习效应的贪婪算子,利用该算子构造两种贪婪算法,并提出一种基于贪婪的模拟退火算法.为衡量混合整数规划模型、贪婪算法和基于贪婪的模拟退火算法的性能,设计两种规模问题的数据实验.通过实验得出:现代混合整数规划模型求解器可以解决机器数量和工件总数量乘积小于75的小规模问题;基于贪婪的模拟退火算法求解此问题具有有效性,适用于各种规模的问题;间隔插入贪婪算法解决此问题速度较快,效果良好,可以应用于需要快速求解的场景.     

一类Job- shop 车间生产计划和调度的集成优化

讨论一类Job—shop车间的生产计划和调度的集成优化问题，给出了该问题的非线性混合整数规划模型，并采用混合遗传算法进行求解。该模型利用调度约束来细化生产计划，以保证得到可行的调度解。在混合算法中，利用启发式规则来改善初始解集，并采用分段编码策略将计划和调度解映射为染色体。算例研究表明，该算法对求解该类问题具有很好的效果。     

Set Operations of GWB

A set operation algorithm that can be used to unite, intersect, or subtract solids with each other is an essential part of any solid modelling system. The problem is, however, difficult to solve while maintaining the well-formedness of the underlying solid representations. The Geometric Workbench, an experimental solid modeller constructed by the author, uses so-called Euler operators in its set operation algorithm to solve the problem of integrity. This leads to a robust algorithm with a simple overall structure and a clear separation between geometric and topological steps.     

A genetic algorithm-based approach for solving the resource-sharing and scheduling problem

We introduce a heuristic that is based on a unique genetic algorithm (GA) to solve the resource-sharing and scheduling problem (RSSP). This problem was previously formulated as a continuous-time mixed integer linear programming model and was solved optimally using a branch-and-bound (B&B) algorithm. The RSSP considers the use of a set of resources for the production of several products. Producing each product requires a set of operations with precedence relationships among them. Each operation can be performed using alternative modes which define the subset of the resources needed, and an operation may share different resources simultaneously. The problem is to select a single mode for each operation and accordingly to schedule the resources, while minimizing the makespan time. The GA we propose is based on a new encoding schema that adopts the structure of a DNA in nature. In our experiments we compared the effectiveness and runtime of our GA versus a B&B algorithm and two truncated B&B algorithms that we developed on a set of 118 problem instances. The results demonstrate that the GA solved all the problems (10 runs each), and reaches optimality in 75% of the runs, had an average deviation of less than 1% from the optimal makespan, and a runtime that was much less sensitive to the size of the problem instance.     

紧密衔接工序组联动的综合调度算法

由于现有的工序间存在紧密衔接条件的复杂产品综合调度问题, 采用的移动交换算法不易于软件实现且没有考虑移动工序后产生的连锁反应引起较高算法复杂度的问题, 提出将具有紧密衔接约束条件的工序组进行统一联动的综合调度算法.该算法利用将具有紧密衔接约束条件的工序分组的扩展加工工艺树模型, 按路径上属于工序组的工序个数多少确定所在路径工序组调度的次序, 通过降低对工序组的限制要求降低算法复杂度; 对于被调度工序组中各工序的前序工序, 按工序组中工序的加工顺序确定调度次序, 对某个工序的前序工序采用复杂度较低的拟关键路径法确定工序的调度次序; 调度完所有紧密衔接工序组后, 剩余的标准工序按拟关键路径法确定调度顺序; 采取工序首次适应调度算法调度标准工序和工序组, 由于工序组中工序采取按序紧密衔接的联动调度方式确定工序组的开始时间, 避免了二次调整, 进一步降低了算法复杂度. 分析和实例表明, 所提出的综合算法比以往算法复杂度更低, 调度结果更优且更易于实现.     

能耗均衡的移动传感器节点派遣算法

在混合无线传感器网络中,移动传感器节点最耗能的操作是移动,如何减少移动传感器节点的移动距离同时能让其完成任务是一个富有挑战性的研究课题。本文提出了一个移动传感器节点的派遣算法,旨在均衡各个移动传感器节点的移动负载,并且能按优先级响应事件地点,适用于任意数量的移动传感器节点和事件地点的情况。当移动传感器节点数量大于事件地点数量时,将其转化为一个带权完全二分图上的最大匹配问题。当事件地点数量大于移动传感器节点的数量时,本文提出的算法先将事件地点聚类分簇,然后派遣移动传感器节点到各个簇中分别完成访问任务。为了减少传感器节点之间的消息传输量,本文在集中式算法的基础上又提出了一个分布式算法。仿真实验结果表明本文提出的分布式算法能有效降低传感器节点之间的消息传输量,算法能够使得整个混合无线传感器网络的生存寿命延长20%左右。     

用变长度染色体遗传算法优化加工路径的方法

加工路径优化问题属于一类特殊的旅行商问题（TSP）,针对此问题将加工路径细分为点、线段、曲线段及闭合曲线等加工要素,并提出一种基于变长度染色体遗传算法的优化方法。该方法将每个点编码为一个二元组用以表示各种加工要素,其交叉和变异操作能对一些线进行分割和合并,使加工路径能得到更大程度的优化。仿真结果表明,该方法具有良好的优化效果,可以显著地缩短辅助运动路径的长度。     

Buffer queries

A class of commonly asked queries in a spatial database is known as buffer queries. An example of such a query is to "find house-power line pairs that are within 50 meters of each other." A buffer query involves two spatial data sets and a distance d. The answer to this query are pairs of objects, one from each input set, that are within distance d of each other. Given nonpoint spatial objects, evaluation of buffer queries could be a costly operation, even when the numbers of objects in the input data sets are relatively small. This paper addresses the problem of how to evaluate this class of queries efficiently. A fundamental problem with buffer query evaluation is to find an efficient algorithm for solving the minimum distance (miniDist) problem for lines and regions. An efficient minDist algorithm, which only requires a subsequence of segments from each object to be examined, is derived. Finding a fast minDist algorithm is the first step in evaluating a buffer query efficiently. It is observed that many, and sometimes even most, candidates can be proven in the answer without resorting to the relatively expensive minDist operation. A candidate is first evaluated with a least expensive technique-called O-object filtering. If it fails, a more costly operation, called 1-object filtering, is applied. Finally, if both filterings fail, the most expensive minDist algorithm is invoked. To show the effectiveness of the these techniques, they are incorporated into the well-known tree join algorithm and tested with real-life as well as artificial data sets. Extensive experiments show that the proposed algorithm outperforms existing techniques by a wide margin in both execution time as well as IO accesses. More importantly, the performance gain improves drastically with the increase of distance values.     

An autonomous decentralized scheduling algorithm for a scheduling problem in a metal mould assembly process

This paper deals with a scheduling problem in a metal mould assembly process. The process is of job shop type with several additional constraints. One constraint is that precedence relations exist not only among operations but also among jobs. The other constraint is that the system has two types of machines in parallel. The single-function machine executes a specific operation of each job and the multi-function machine can execute several operations. Therefore selection of the machine is necessary for executing each operation. In addition the problem has two objective functions. One is to minimize the sum of the tardiness of each job, and the other is to maximize the working time of the multi-function machine because of reducing the operating cost of machines. An autonomous decentralized scheduling algorithm is proposed to obatin a compromise solution of the multi-objective problem. In this algorithm, a number of decision makers are called subsystems, which co-operate with one another in order to attain the goal of the overall system. In our algorithm, all jobs and the set of multi-function machine are defined as the subsystem because their objective functions are competitive. They determine the scheduling plan on the basis of their co-operation and the satisfaction of their own objective function levels. The effectiveness of the algorithm is investigated by examining numerical results.     

基于MapReduce的数据倾斜连接算法

连接操作是大规模数据集在数据分析应用中最常用的操作,针对MapReduce自身不能有效地处理数据倾斜情况下的连接操作,提出了基于MapReduce的频次分类连接算法。根据数据在连接数据集中出现的频率将整个数据集分为3类,对倾斜数据利用分区算法和广播算法实现数据重分布,以消除数据倾斜的影响;对非倾斜数据采用Hash算法实现数据重分布。重分布后的数据在单节点内即可完成数据连接操作,避免了MapReduce框架下连接操作的跨节点传输代价;同时有效地均衡了MapReduce各节点的任务负载,从而提高了数据倾斜状态下连接操作的效率。通过与传统连接算法的对比,证明了所提算法的有效性和实用性。     

PCB贴装中供料器分配问题的动态规划改进算法

供料器分配问题是贴片机工艺优化问题中的一个关键问题,直接影响PCB贴装效率的高低;针对多头拱架型贴片机,首先根据取贴循环数,把问题分解为相互联系的子问题,然后针对每个取贴循环分别建立动态规划模型,并为了提高多阶段决策动态规划问题的搜索效率,提出了一种动态规划改进算法;当所有的子问题都获得解决后,整个供料器分配问题就获得解决;实验证明,所提算法能有效提高贴片机贴片效率,减少贴片时间。     

混合三维EDA求解带二维装载约束的车辆配送与分布式生产集成调度问题

针对一类广泛存在的带二维装载约束的车辆配送与分布式生产集成调度问题(VD2LDPISP),本文建立问题模型,并提出混合三维分布估计算法(H3DEDA)进行求解.首先,结合问题各阶段特性,采用各阶段成本均衡策略设计新颖的解码规则,对编码个体进行分阶段解码,可确定较高质量的解码个体.其次,采用三维分布估计算法(3DEDA)学习和积累种群中优质编码个体的块结构及其位置信息,再通过采样3DEDA中的概率模型生成新的编码个体,从而提高算法全局搜索发现解空间中优质解区域的能力.然后,设计高低分层的超启发式局部搜索(HHLS)来增强算法的局部寻优能力. HHLS的低层问题域包含分别针对编码个体、配送阶段解码子个体和生产阶段解码子个体的共16种有效邻域操作,其高层策略域采用概率模型学习优质邻域操作排列的结构信息,进而通过采样该模型来直接控制新邻域操作排列的生成,有利于对不同优质区域进行深入搜索.最后,在不同规模测试问题上的算法比较,验证了所提H3DEDA的有效性.