基于双向反馈信息的逆向物流网络优化方法

研究物流配送网络优化问题,提高物流配送网络运行效率.考虑到物流中存在退货问题,针对传统物流优化网络是基于单项路径传递构建的,没有考虑退货等现象造成的逆向路径负荷增加,一旦逆向物流网络路径中的密度过大,造成运输中心密度负荷过高,使负向密度不能反馈到调度算法中,导致物流配送网络运行效率过低的问题.提出了一种基于双向反馈信息的物流网络优化调度方法.通过建立物流逆向配送网络关系的数学模型,利用双向反馈信息加权算法进行网络配送优化计算,从而充分考虑逆向路径负荷的情况,提高网络运行效率.实验证明,改进方法提高物流配送网络运行效率,取得了物流优化的满意的效果.     

多路反馈型两级交换结构

为解决反馈型两级交换结构中算法可执行时间不足的问题,提出一种多路反馈型两级交换结构MFTS。该结构通过两级crossbar将中间缓存的状态数据反馈到输入端口,输入端口基于处理后的数据提前开始进行算法调度;通过相邻输入端口之间的通信链路使得任一输入端口都能获得邻端口的调度信息,基于该信息和crossbar连接模式的固有特性对调度算法的结果进行终裁,将终裁结果作为最终的算法调度结果。相对于现有方案,MFTS在避免数据包冲突和数据包失序问题的前提下将调度算法可执行时间提高两倍,这使其可支持更大交换规模和更高的端口速率。     

求解有限产能作业车间调度的改进蚂蚁算法

通过对有限产能车间调度问题的分析,提出了基于蚂蚁算法求解该问题的方法。在模型的构建中增加了成本和机器负荷约束。通过产品的BOM表采用蚂蚁算法搜寻节点,做各阶层工序安排,将各阶层工序安排组合成一完整解。对蚂蚁算法进行了改进,在基本蚂蚁算法的基础上,通过修改信息素局域更新规则和全局更新规则,引入自适应信息素挥发系数来提高算法的收敛速度和全局最优解搜索能力。算例分析表明,蚂蚁的正向反馈及探索功能对求解较大工件数的生产计划非常有效。而且在有限产能的环境中根据产能负荷状况产生不同的外包组合,将满足交货期的各种外包组合成本做敏感性分析,供决策者参考。     

基于集群的负载平衡调度算法研究与实现

在集群系统的负载调度研究中,针对请求的服务时间变化大的特点,该文提出了一个动态反馈负载平衡算法,它结合内核中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而有效地解决服务器问的负载不平衡问题,提高了系统的吞吐率。     

工序间存在零等待约束的复杂产品调度研究

针对实际装配生产中工序之间存在零等待约束的复杂产品的调度问题, 提出了一种把存在零等待约束的工序虚拟成一个工序的方法. 该方法在提出复杂产品、标准工序、虚拟工序、零等待和扩展加工工艺树的概念基础上, 对扩展加工工艺树中的标准工序采用拟关键路径法和最佳适应调度的车间调度算法进行调度, 对虚拟工序采用移动交换算法在相应设备上分离调度, 将存在零等待约束的调度问题转化为存在虚拟工序的无零等待约束的调度问题. 实例表明, 所提出的调度算法能够较好地解决具有实际意义的工序间存在零等待约束的复杂产品的调度问题, 且易于实现.     

基于调度长路径的复杂产品综合调度算法

针对目前复杂产品加工和装配综合调度算法中考虑纵横双向调度优化时以横向为主,而忽略产品工序内在纵向约束对制造效率产生主要影响的问题,提出了以关键路径为主的纵横双向调度优化算法——基于调度长路径的复杂产品调度算法。该算法考虑了复杂产品树状工艺结构,根据优先级策略并结合调度长路径和长用时等策略来确定工序的调度次序。采用优先级策略可以兼顾其他分支上的同层工序;采用调度长路径策略是在兼顾其他分支的同时优先考虑了关键路径上工序对总加工时间的影响;采用长用时策略可以优先调度对加工时间影响大的工序。对已定调度次序的工序采用工序尽早加工的原则确定开始加工时间。实例表明,提出的调度策略简便可行且调度结果更优。     

考虑后续工序的择时综合调度算法

针对目前综合调度算法不能兼顾产品工艺树中并行工序的并行性和串行工序之间紧密度，影响调度结果的问题，提出考虑后续工序的择时综合调度算法.该算法提出工序序列排序策略，从工艺树的整体结构出发，将其划分成若干内部工序只具有串行关系的工序序列，并按路径长度从长到短的顺序确定其调度次序；提出择时调度策略和考虑后续工序策略，根据工艺树自身特点，从来自不同工序序列的并行工序的不同组合方案中，选择最接近调度目标的方案作为工序调度方案，若该工序调度方案不唯一，则在其中选择该工序加工开始时间最早的调度方案.该算法既保证了工序的并行处理，又提高了串行工序的紧密度，优化了综合调度的结果.最后通过实例说明本文算法对解决综合调试问题具有普遍意义.     

网格技术在半导体生产调度中的应用研究

网格技术是一种新型的分布计算技术,致力于解决复杂度很高的新应用问题.随着全球半导体生产规模的日益扩大,半导体生产线的优化调度问题成为学术界及工程界研究的热点.半导体生产线具有许多特殊的特点,诸如生产规模大、工件数量多、随机性大、加工成本高、高度的可重入性等,这些特点决定了原有的调度策略已不能满足半导体生产线的要求.鉴于网格技术在处理设备可扩展性和资源平衡性上的优势,主要研究将网格技术的思想用于半导体生产线的调度中.利用网格计算中的负载向量和失衡因子的概念,来控制半导体生产线上各加工机器处工件块的规模以及投料规模.通过优化算法的调度,使得半导体生产线的各加工设备负载得到平衡,设备的生产效率提高,缩短加工周期,从而达到优化生产线的目的.     

存在多工序同时结束的综合调度算法

针对实际生产中存在多工序同时结束约束条件的复杂产品综合调度问题, 提出了存在多工序同时结束的综合调度算法。该算法将具有同时结束约束条件的工序虚拟成一个工序组, 在提出虚拟工序组概念的基础上, 对虚拟工序组的前、后序标准工序, 采用拟关键路径法和首次适应调度算法确定工序的调度顺序和开始加工时间; 对虚拟工序组中工序采用预计晚结束优先策略和同时结束策略确定调度顺序和开始加工时间。实例表明, 所提出的综合调度算法不仅能在较低的复杂度时解决具有实际意义的工序间存在多工序同时结束约束的复杂产品综合调度问题, 而且调度效果更好。     

基于蚁群粒子群算法求解多目标柔性调度问题

通过分析多目标柔性作业车间调度问题中各目标的相互关系,提出一种主、从递阶结构的蚁群粒子群求解算法。算法中,主级为蚁群算法,在选择工件加工路径过程中实现设备总负荷和关键设备负荷最小化的目标;从级为粒子群算法,在主级工艺路径约束下的设备排产中实现工件流通时间最小化的目标。然后,以设备负荷和工序加工时间为启发式信息设计蚂蚁在工序可用设备间转移概率;基于粒子向量优先权值的大小关系设计解码方法实现设备上的工序排产。最后,通过仿真和比较实验,验证了该算法的有效性。     

基于对等模式的虚拟计算环境下的一种任务调度算法

基于对等模式的虚拟计算系统体系结构,提出一种基于加权随机和反馈机制的任务调度算法. 选定的调度节点首先对资源进行按需筛选和静态量化排序, 继而对权重递减的资源进行随机选择, 然后获取相应动态信息进行过载过滤及排序得到最终资源, 最后通过反馈机制实现算法对系统负载的自适应性. 实验表明该算法有效避免了系统瓶颈, 平衡了负载, 具有较好的自适应性.     

非集中调度模型下的网格资源调度研究*

针对当前网格资源调度系统扩展性差的问题,提出了基于非集中调度模型的以保守Backfilling算法为核心的网格资源调度算法.探讨了网格任务在站点处理器数目异构情况下,网格作业多站点协同调度问题.实验仿真证明,在跨网格站的资源调度中,运用资源预留策略和多站点作业分块可以改善作业的平均响应时间,并起到负载平衡的效果.     

资源灰预测的反馈任务调度算法

为了达到网格环境下任务调度时的负载平衡,针对此环境下的资源的自治性、异构性和分布性等特性,利用改进的灰预测模型GM(1,1)预测方法,设计了资源实时预测模型,可在较小的开销下取得满意的负载平衡。基于该模型的资源灰预测反馈任务调度算法RGP-FB是把资源预测融入到网格环境下的任务调度策略中,从而使系统调度的综合效率提高。仿真实验证明了该算法的合理性和有效性。     

基于稳定匹配的实时ETL弹性调度机制

在数据生产速度波动较大的场景,为了实时ETL资源利用更合理,提出基于稳定匹配的ETL弹性调度机制.预测数据源的数据生产速度,并计算满足预测值的消费数据速度;使用贪婪负载均衡算法,调整ETL服务个数使节点负载均衡;确定ETL操作匹配关系,使消费数据速度最大且代价最小.该调度机制将匹配问题转化为最小费用最大流问题,并提出基...     

基于IXP425的负载均衡系统的设计与实现

负载均衡设备是提高网络性能的重要设备。该文研究负载均衡系统及其算法,对多种算法进行比较后选择基于agent的动态反馈负载均衡算法,在Intel网络处理器IXP425上采用VxWorks5.5嵌入式内核,设计出适用于园区网络的负载均衡器。在实验室环境内对多个校园网代理出口进行负载均衡测试,结果表明,该负载均衡器作为中小型网络负载均衡设备使用时效果良好。     

基于改进烟花算法的随机装配线混流调度

针对随机装配线混流调度问题,分析作业时间随机波动对调度优化目标的影响,提出描述随机作业时间下工位闲置时间和超载时间有效数学期望的概念,并基于此构建以工位负荷均衡指数为优化目标的随机作业时间条件下的装配线混流调度优化模型.在标准烟花算法中引入精英策略、变邻域搜索等技术,设计一种改进烟花算法对模型进行求解,并结合测试算例和生产实例对随机装配线混流调度模型及求解算法进行验证,求解结果表明了模型和算法的有效性.     

集群系统中自适应负载反馈平衡策略的研究

当前在集群系统中，负载平衡策略虽然很多，但是为了减少反馈开销，一般策略为采用在前端估计后端负载，所以不能很好地完成负载平衡的任务。针对这一问题，提出了一种自适应负载反馈平衡策略，各个服务器根据自身负载的变化来决定负载反馈的时机，前端根据负载信息和请求率计算出各个服务器的负载权值，最后根据负载权值来调度服务器处理请求，以实现负载平衡。由于采用了自适应的反馈策略，在获得各个服务器负载信息的同时减少了负载反馈的开销，实现了系统的负载均衡。测试结果表明该策略表现出了一定的优势。     

基于负载权值的负载均衡算法

为解决服务器集群负载分配不均的问题,综合考虑节点负载和节点性能信息,提出了基于负载权值的动态反馈负载均衡算法。利用负载权值选择分配负载的节点集合,保证性能高的节点分配到较多的负载;引入负载差值计算节点分配负载的概率,使得负载的分布更加均匀;通过负载增量及负载修正保持系统的稳定性。使用OPNET仿真软件进行测试,结果表明该算法能有效提高负载均衡效率,有较好的负载均衡效果。     

计算网格中动态负载平衡的分布调度模式

网格计算下对资源进行有效的管理和调度可以提高系统的利用率.在对现有若干调度方法的研究和分析基础上,针对计算网格中的负载平衡问题,提出了一种分布式网格作业调度模型,并给出相关算法.算法通过建立主从模式的负载信息收集机制,提供给节点全局负载信息,加速重负载节点的负载转移速度.通过有效的负载平衡模式,解决资源调度中负载平衡及其可靠性问题.