通信瓶颈下的实时并行任务分配研究

提出了实时并行任务粒度划分的具体设计方法，采用了系统内通信迟延最小的约束条件进行多处理器上的任务分配，解决了高速实时信号处理中的数据通信瓶颈问题。在自行设计的超立方体结构的通用信号处理机上，实现了空时二维自适应信号处理和SAR实时成像，显著减小了数据通信迟延，提高了并行效率和性价比。     

多部件设备维修问题研究及遗传算法求解

合理组织设备维修，缩短设备维修时间是生产运营管理的一个重要环节。本文探讨了多部件设备维修的有效组织问题。考虑到维修工人对拆分后设备的不同部分具有不同的维修效率，提出了一种基于维修时间优化的决策方法，将其与经典指派方法进行了比较；进一步地，对这一NP-hard问题设计了遗传算法，通过数值例子讨论了其求解有效性。     

注塑产品与模具协同设计任务规划算法研究

协同设计支持多功能小组兆同参与一个产品的设计过程,在产品开发的初始阶段,合理的任务规划将有利于协同设计的顺利进行,从而提高设计效率与质量。对协同设计任务规划系统开发的关键技术进行研究,采用模糊设计结构矩阵描述设计子任务的耦合关系,提出了新的模糊排序算法指导设计过程的分解与重组;基于综合能力、兴趣和时间约束分配设计任务,并根据协同设计过程的并行度与耦合度测定,提出了新的协同设计任务调度的时间分配策略。最后以注塑产品及模具协同设计为对象进行了验证。     

基于多目标规划的遥测数据处理

研究如何挖掘遥测数据系统的效能以适应数据处理任务需求的变化,提出了数据矩阵概念,定义各种分割方式,应用多目标规划理论,对不同需求目标进行任务分配,并求解对应的最优解。     

机器人足球比赛系统中的机器人任务分配方法

针对基于遗传算法的多机器人任务分配方法中,由于初始种群是随机产生不能很好地表征整个解空间,而容易陷入局部最优解的问题,提出一种新的多机器人任务分配方法。该方法根据机器人效用函数值来确定个体基因,从而产生初始种群,并引进分层遗传算法来实现具有不同最优基因的群体分开演化。仿真实验表明,该方法比传统的遗传算法有更高的寻优效率和更快的收敛速度。     

面向模块化协同产品设计的任务分配与规划

项目的成功依赖于全体参与者的协同工作,为保证协同设计资源的合理利用及缩短开发时间,文章在分析模块化产品开发过程的基础上,提出了在任务分解器基础上任务分解的原则,以及任务到动态及静态开发团队分配的模型,并在此基础上给出了任务调度器的框架.     

时间触发以太网的分布式任务负载均衡分配方法

对于以时间触发以太网(time-triggered Ethernet,TTE)为互连基础设施的分布式综合化系统,通过将各个任务的物理拓扑、虚拟链路拓扑等多种设计约束属性转化定义为代价函数。提出了一种将信息处理和通信任务指派并映射到分布嵌入式资源的方法,使设计者能够利用TTE网络通信的时间确定性机制,统一地安排处理任务和通信任务。采用模拟退火算法启发式求解优化问题,保证网络节点处理和节点间通信的负载均衡性。通过一个TTE网络拓扑下任务分配的案例,采用软件仿真的形式说明这种方法的适用性。     

基于MPI高性能计算的方法研究

并行处理在计算能力方面与单处理器的串行处理相比有着无可比拟的优势。个人计算机和网络成本的下降使得使用分布式系统进行并行处理的现象越来越普遍,而分布式网络系统中多采用MPI作为并行编程标准。为了减少程序运行时间,改善MPI计算的性能,负载均衡方法尤为重要,本文提出一种在MPI并行处理中负载均衡的方法,可以按照节点的计算能力和负载情况,在节点之间分配和迁移任务。实验表明,本文提出的方法可有效提高MPI并行处理的性能。     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.