单处理器系统的实时调度算法研究

实时调度算法是实时系统中的关键技术.文章在研究单处理器系统中常用实时调度算法:固定优先级调度算法和动态优先级调度算法基础上,详细分析了常用固定优先级调度算法RM、DM算法和动态优先级调度算法EDF、LLF和MLLF算法的运算过程和使用条件,提出了各个算法在实际应用中存在的问题,为实际应用中选择何种实时调度算法确定了依据.     

基于改进遗传进化算法的复杂作业流程调度

为了提高车间或者工业生产速度和质量,需要对生产中复杂作业流程调度进行研究。当前算法利用调度静态求解法和动态优化法实现复杂作业流程的调度。该算法没有相关策略的制定,也没有高效的理论作为支撑,导致该算法存在调度效率低,资源的利用率和环境适应能力较差等问题。为此,提出基于改进遗传进化算法的复杂作业流程调度。该算法先对复杂作业流程调度问题进行描述,针对调度问题描述,利用改进遗传进化算法对车间作业调度问题进行解决,将问题描述中的数学规划模型建立在规定的定义上。然后构建合适的编码实现改进遗传进化算法正常运行,过程中按一定要求对JSSP染色体进行编码,选择初始种群,并对适应度函数进行计算,引入交叉算子和变异算子扩大寻优范围。最后利用无延迟作业计划解决死锁状况,并通过调度过程流程图和作业调度整体结构流程图实现调度。实验结果表明,本文所提算法充分利用了现有资源实现了复杂作业流程的高效调度,同时也具有比较好的适应能力和灵活性。     

遗传退火算法及收敛性分析

针对模拟退火算法收敛速度慢和遗传算法存在种群退化问题, 将二者有机地结合在一起, 提出了遗传退火算法, 证明了该算法的收敛性. 仿真结果表明, 遗传退火算法既克服了模拟退火算法收敛速度慢, 又解决了遗传算法中种群退化问题. 该算法不仅适用于一般的组合优化问题, 也适用于目标函数不确定和可变的情况.     

基于改进NSGA-Ⅱ算法的多目标生产智能调度

在制造业自动化、智能化生产模式的需求日益增加的趋势下,针对生产制造过程中生产工序安排不合理造成的生产效率低、资源浪费严重等问题,构建以最大完成时间和最大生产成本的智能优化调度模型,使用一种改进的NSGA-Ⅱ算法进行研究.通过MSOS染色体编码方案,将个体基因分成机器和工序两部分分别编码.种群初始化通过适当扩大种群的方式...     

基于遗传退火算法的网格工作流调度研究

网格环境下工作流的调度主要是针对大量分布在动态异构环境中的服务的调度，是一个典型的NP完全问题，可以通过启发式算法来求解。分析了网格工作流的特点，提出了一种将遗传算法和模拟退火算法相混合的调度算法，并通过Globus进行了模拟实验。实验结果证明了算法的可行性与有效性。     

混合算法在钢构企业生产调度系统中的应用

针对钢构企业生产调度约束复杂、寻优困难等问题,提出了多目标生产调度的生产调度模型,并利用蚁群遗传混合算法求解生产调度计划。以某钢结构企业设计实现的生产管理系统为依托,研究了生产调度系统的执行情况,通过不同方法进行模拟计算和比较,验证了该多目标生产调度模型的解可节省生产时间,从而指导钢结构生产以提高效率。     

实时协同的调度算法研究

研究了目前流行的实时调度技术,归纳总结了不同调度技术下的典型调度算法,介绍了实时调度算法的调度规则、调度特点、适用场合以及需要解决的问题,分析了典型商业实时操作系统中的调度技术,提出了增强操作系统实时性能需要解决的技术问题,为将优秀的实时调度算法应用在实时操作系统中奠定了理论基础。     

混合流水车间调度的遗传下降算法

针对混合流水车间调度问题(Hybrid Flow Shop Scheduling,HFSS)建立了混合整数规划模型,提出了遗传下降算法(Genetic Descent Algorithm,GDA).GDA与HFSS工件在机器上最优分配规则相结合,不但能够产生初始可行解,而且保证交叉和变异后解仍然可行;同时在遗传算法中嵌入邻域下降策略.为了验证GDA算法的有效性,随机产生了230组数据进行实验.实验结果表明:对于HFSS问题,在小规模情况下,GDA算法与最优解之间的平均偏差为0.1%;对于较大规模的情况,GDA比NEH算法平均改进10.45%.     

基于遗传退火算法的测试序列优化研究

最优测试序列的生成是大型复杂系统可测试性设计中极为重要的一步,可利用遗传退火算法解决组合优化问题的优越性来生成最优测试序列。建立最优测试序列问题的数学模型,利用优先权布尔矩阵式编码方案来对测试序列进行编码,设计交算子和两种变异算子,并引入与或树来说明算法搜索最优序列的全过程,在MatLab上进行仿真实验。实验结果表明,该算法取得较好的效果,具有一定的参考价值。     

基于遗传退火方法的灰度图像阈值选择算法

灰度图像分割问题一般采用传统的最大类间方差法来解决,但是类间方差方法计算量大,不适合实时图像处理。为了解决上述问题,提出了一种改进型遗传退火的阈值分割算法。算法的整个运行过程由冷却温度进度表控制,使用经典的最大类间方差法作为遗传算法的适应度函数,再根据M etropolis准则判断产生的新解是否被接受,从而求得灰度图像的一个最佳阈值。图像分割的仿真结果表明,与传统的最大类间方差法相比,计算量不大,算法具有很强的全局优化搜索能力,由于算法效率高,收敛速度快,适用于实时性的灰度图像处理。     

多资源约束的车辆调度问题的改进遗传算法

随着世界经济的发展,物流产业中需要满足的需求越来越多,车辆管理调度是物流系统中一个重要环节。如何在多资源约束的情况下实现车辆的合理的调度是促进现代物流业繁荣和发展的关键问题,因此,通过研究物流配送中的车辆调度需求,针对传统的遗传算法阻碍了车辆调度的发展和改进,减缓物流业快速发展的缺点,提出一种改进的、有效的,对一般车辆调度问题具有一定适用性的遗传算法。通过实例论证表明该算法具有可行性和高效性。     

基于遗传算法的拉动式浸染生产动态排产策略

为解决印染企业中不合理的人工排产使其高耗能、污染大的行业弊端更加明显的问题,提出了一种基于遗传算法的拉动式浸染生产动态排产策略,实现对实际生产中多约束条件的求解,根据染缸的运行情况,在企业资源规划(ERP)系统中实时获取订单进行排产.仿真结果对比人工排产结果表明,该策略在提高生产效率的同时也达到了节能减排的目的.     

柔性作业车间调度分析及其启发式算法

针对多目标柔性作业车间调度问题,基于甘特图和搭积木经验进行了分析,提出了一种组合优先规则和基于此优先规则的启发式算法。组合优先规则面向完工时间、关键机床负荷和总负荷三个指标,改变规则中各数据项的比例可调整三个指标所占的比例。算法采用随机方式调整三个指标的比例,并微调最优解对应的比例,能随机产生多个高质量调度解。对比测试表明,算法求解质量更高,运行速度快,稳定,可直接用于在其他调度算法中产生初始解,或者用于动态调度。     

基于双层优先级的中继卫星系统任务调度算法

中继卫星系统在天基信息网中起着桥梁的作用。为充分利用卫星资源以提供快速可靠的数据中继服务,需要对高价值、高紧迫性的任务开展调度方法研究。首先,在分析中继卫星系统任务与资源的基础上,建立了多任务、多资源的调度模型。而后,提出了任务调度优先级和时间窗口选择优先级模型,并在此基础上提出了一种基于双层优先级的中继卫星系统调度算法。最后,根据算法在仿真算例中的应用可见：相比对照算法,基于双层优先级的调度算法更有利于满足高价值、高紧迫性任务的执行条件,从而提高了任务成功率和调度综合收益。     

Integration of process planning and production scheduling based on genetic algorithm

Lacking of flexibility in the traditional workshop production, a genetic algorithm is proposed to implement the integration of process planning and production scheduling. In this paper, the processing routes and processing machine are selected through chromosome crossover and mutation, in order to implement the optimal scheduling of the flexible workshop production. Meanwhile, a performance test about the integration of process planning and production scheduling is implemented, and the results shows that the genetic algorithm is efficient to obtain optimal or near optimal process routes which can meet the requirements of production scheduling.     

改进蝙蝠算法柔性作业车间调度问题研究

针对柔性作业车间调度问题,提出了一种改进的离散蝙蝠算法。该算法采用双层编码序列方式,利用均衡机器负载分配策略和插入式解码方案初始化种群,同时设计了离散蝙蝠算法的速度、位置更新的相关算子和操作,引入了平衡调整因子改善算法搜索能力。通过案例测试并与其他算法比较,验证了改进的离散蝙蝠算法可以有效地求解柔性作业车间调度问题,并具有较高的精确度。     

异构系统中一种基于可用性的抢占式任务调度算法*

针对大多数现有的异构系统调度算法没有考虑由多类任务特别是抢占式任务所引起的可用性需求的不足,在现有基于可用性的非抢占式任务调度算法的基础上,通过计算任务的平均等待时间来确定优先级等级,对异构系统中多类抢占式任务的可用性约束的调度问题进行了探索,提出了一种基于可用性的抢占式优先调度算法P-SSAC。该算法在不增加硬件代价的前提条件下通过调度增加了系统的可用性,缩短了任务的平均等待时间,同时该算法可对抢占式的任务进行有效调度。仿真实验结果表明,该算法有效实现了异构系统可用性和任务等待时间之间的折中。     

基于RTOS中多特征参数的动态调度算法

分析了常见的任务调度方法的特点,提出了一种基于多特征参数的动态调度策略VDDSA。综合考虑任务的价值和截止期,建立了该算法的模型,并给出了优先级的设计方法。通过任务的弹性系数和系统的权重因子的实时调整,使该算法具有一定的自适应功能。在μC/OS-Ⅱ上实现和测试了该算法,实验结果表明在所有负载条件下,VDDSA都具有较好的调度性能。     

基于改进式贪婪算法的5G网络切片动态资源调度策略

为了解决移动通信网络中资源利用率和用户体验质量的瓶颈问题,5G 引入网络切片来应对用户的巨大资源需求。提出了一种基于改进式贪婪算法的网络切片动态资源调度策略,在切片调度和用户调度阶段,设计了一种两层模型,即切片?用户模型,并且结合改进式贪婪算法,使服务权重值最大的切片和优先级最高的用户组合,完成相应的服务。该方法是将全局资源最优问题简化为规模更小的子问题,通过每一次切片和用户的最佳组合,从而使整个系统的资源和用户的体验质量达到最优。Matlab的仿真结果表明,基于改进式贪婪算法的网络切片动态资源调度策略在系统剩余资源利用率、系统达到平均的QoE水平、系统吞吐量等方面都显优于现行的资源调度策略,能够更好地满足用户的需求。     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。