分布式砼生产输送浇筑在线生产调度系统

分析了混凝土（简称：砼）生产输送浇筑生产管理特点，给出了分布式在线生产调度系统的 总体结构，描述了专家系统、启发式算法和人机交互相结合的生产调度计划集成化编制方法 ．现场实际运行表明：该系统可快速准确收集生产实际数据，完成了生产过程的在线可视化 监视；编制出符合现场情况、满足工艺要求的高效生产调度计划．     

流程企业计划调度体系结构研究

以石化企业为背景，在深入分析流程企业计划调度系统结构特征的基础上，结合流程企业计划调度的关键目标，提出了一种基于模型的中心化流程企业计划调度通用结构，突出了计划调度的中心地位．以此为指导，进一步建立并实现了基于知识的智能计划调度总体结构，为流程企业生产系统的运行优化提供了方法论的指导。     

基于规则约束着色Petri网(RCPN)的车间调度及Internet/Intranet环境下的系统开发

针对当前车间调度领域理论研究与实际应用之间的差距，在分析Petri网在调度方面应用的基础上，根据实际应用的需要对其进行了适当的扩展，提出基于规别约束着色Petri网(RCPN)对车间加工系统进行建模，并通过所建立的模型对车间作业计划进行调度．最后提出了一个可行的车间调度系统的框架设计和实现方案，利用Java开发了基于Web数据库的3层B／S／D模式的车间调度系统．     

基于遗传算法的MES热轧型钢生产计划调度系统的研究

针对热轧型钢企业生产计划调度的约束复杂、易延误交货期、寻求最优解困难等问题,提出生产计划调度系统的结构功能设计方案,选用改进的批决策批调度策略建立计划调度模型,并利用遗传算法求解生产调度计划。以某热轧型钢企业设计实现的制造执行系统为依托,研究生产计划调度系统的执行情况,通过不同的订单数据以及不同的计划编制方法进行模拟计算和结果比较,验证了该改进型批决策与批调度模型的解可降低设备调度、节省生产时间、减少交货延误,以此来指导热轧型钢的生产可切实提高企业生产效率。     

基于适应策略的迭代学习调度

适应调度是一种基于状态/性能反馈的定性控制方法．适应调度知识完成从状态到 调度规则的映射，与制造系统配置、生产任务构成、调度目标函数密切相关，并随调度问题 的改变而改变，具有较强的针对性．采用迭代学习方法，根据具体调度问题自动修正适应调 度知识，提高系统运行性能；另一方面，由于引入了调度目标函数，使生产管理者最关心的 性能得到优化，最大限度满足生产管理者的生产目标．仿真实验结果验证了这一方法的有效 性．     

基于规则的烟草计划与排产系统

为提高烟草行业计划排产的实时性, 提出了符合卷烟生产特点的生产计划与调度系统, 并阐述了生产计划与调度系统的体系结构、功能模块、系统工作流程, 设计了基于规则的调度算法. 所设计的系统能够持续稳定的运行, 企业客户可应用本系统软件快速准确地根据销售合同和调度计划制定科学合理的生产调度计划, 真正实现管理与控制一体化操作.     

炼钢-连铸生产计划调度系统开发

针对炼钢-连铸生产以及钢厂现有信息化系统的特点,开发了面向钢厂MES的炼钢-连铸生产计划调度系统。系统通过与MES的数据接口收集生产作业计划、调度和生产运行实绩相关信息;设计和构建系统关系数据库,将通过MES接收的自ERP系统下达的生产批量计划和来自过程信息系统的实时生产状态信息分类集成并显示;设计基于生产过程信息的扰动自动识别和人工扰动自主设置的调度触发机制,按分类扰动处理机制进行重计划和重调度,调用智能优化算法编制生产作业计划,确定可行的生产调度方案,实现对调度方案的物流和工位的多种可视化表达方式;重计划和重调度信息可反馈至MES信息系统,为调度人员提供决策参考。通过在钢厂的在线测试表明,该系统可以满足实际生产需要,通过辅助调度决策可提高调度员决策的科学性和调度水平,提升和充分发挥MES的性能。     

基于改进遗传退火算法的生产智能调度系统

为了满足多品种小批量生产模式的需求,设计了一套基于智能调度算法的生产调度系统。根据数据的特点和系统的需求,设计了合理的数据结构和不同的调度规则;根据实际应用的要求,改进了遗传退火算法,使算法可以进行柔性调度和优先级调度,并且算法可以满足零件装配关系约束。在.NET3.5框架下,开发了生产智能调度系统,实现了对生产任务的智能调度。     

汽车装配车间生产计划调度系统的设计与开发

论述了汽车装配车间在企业顺利生产中的重要性,建立了车间生产计划与调度的同时优化模型。基于免疫算法以概率1收敛的特点,选用免疫算法并将之进行适当组合得到交替式免疫算法来对该模型进行求解,以达到计划和调度同时优化的目的。在进行理论研究的基础上,根据南京某汽车厂的实际需求设计出了生产计划与调度系统方案,并使用组件化技术,开发出了基于．NET平台和B／S模式的汽车装配车间生产计划与调度系统,最终满足实际生产要求,达到了高效信息管理的目标。     

炼钢—连铸生产过程运输设备天车调度方法

炼钢-连铸生产过程中,生产设备的调度计划的编制上采用了人工估计的运输时间参数,而实际运输设备天车常常不能及时到位,使得编制好的生产设备调度计划不能被很好地执行,造成时间扰动频发,导致生产设备调度计划延误,甚至整炉钢水被迫报废.针对中国宝钢一炼钢厂的天车调度问题,建立了考虑生产设备调度计划约束的运输设备天车调度模型.设计了天车冲突解消策略,提出了启发式天车调度方法,采用模糊综合评价方法对天车调度结果进行评价分析,并开发了相应的调度软件系统.通过实际生产数据进行了工业验证.     

嵌入式并行系统中基于任务优化的调度算法

在嵌入式并行计算系统中,任务调度是决定系统性能的关键。多任务调度中,启发式调度法是一种设计简单且性能良好的调度方法。目前的调度算法大多是基于任务复制的,没有充分考虑前驱任务与其后继任务间的相关性。该文提出了一种基于相关任务优化(DTO)的调度算法,通过分析已用处理机的负载和空闲时间,尽量减少系统的调度长度和处理机数目。算法分析结果表明,DTO算法在性能上优于其他算法,对嵌入式并行计算系统中的多任务调度是一个较好的选择。     

基于AGVs路径规划的物流智能调度系统设计与实现

为了解决现有物流调度系统低效缓慢、容错率低的问题,设计了基于自动导引运输车(Automated Guided Vechicle, AGV)和路径规划优化算法的物流智能调度系统。系统搭配了AGV的物流调度硬件,又结合了路径规划理论,开发了基于Petri网络的智能路径规划算法。通过算法性能对比得知,路径规划算法设计了最优调度路径,确保了较高的准确率和工作效率。系统测试结果显示,基于AGVs路径规划的物流智能调度系统能够在各种物流环境或者库房基地完成调度任务,很好地解决了物流企业在忙碌期的繁杂调度问题。基于AGVs路径规划的物流智能调度系统提高了物流调度的自动化程度,保证了物流调度和道路运输的效率,有效推动了商业模式和市场规范的发展。     

分布式网格系统的任务调度算法DE Scheduling

目前研究的动态任务调度算法都基于集中式或部分分布式网格系统,系统中心节点(组)进行资源管理。该文提出一种面向无资源管理的完全分布式网格系统动态任务调度算法DE Scheduling。该算法使用任务冗余调度算法屏蔽解决系统的动态性问题,通过动态调节冗余量减少无效计算和保证系统负载均衡。使用给定平均连接度的无标度网络演化模型构造具有1 000个节点的Internet网络模型仿真任务处理过程。仿真结果表明,任务数为10 000~100 000时该系统冗余调度次数均为2次,冗余计算量占总计算量的比例不超过0.35%,且随着任务数增加而递减。     

基于遗传算法的应急物资分层联动调度研究

本文提出了在多物资、多车型特征的应急物资分层调度情况下求解调度系统中各运输工具具体调度方案的算法。该算法以系统调度任务完成时间最小为目标,基于遗传算法采用整体联动的求解思想。实际问题中的调度问题往往具有本文所提出的层次性,针对物资分层联动调度问题,本文给出了物资两层调度的算例,并建立了相应的数学模型,算例中第一层调度系统由一级仓库、二级仓库、一级运输工具和一级路网构成;第二层调度系统由灾害点、二级仓库、二级运输工具和二级路网构成,将两层调度系统视作整体,采用基于遗传算法的整体联动求解方法对算例进行求解得出结果,并对结果进行分析论证,验证算法的可行性与有效性。     

基于特征尺度均衡的Linux系统双阈值任务调度算法

在嵌入式Linux操作系统的设计和应用中,操作系统经过移植后运行在不同的硬件平台上,它需要一种有效的任务调度算法来实现进程管理和内存管理,以提高系统运行效率.提出了一种基于特征尺度均衡的Linux系统双阈值任务调度算法,分析了嵌入式Linux的内核结构,构建了系统任务调度模型.该算法对以往各类型任务的到达频率、执行时间等信息流进行统计,并提取特征尺度,在Linux系统的全局任务调度中心将所有任务进行融合,输入系统总调度器,得到尺度优化目标函数,进行特征尺度均衡处理;把均衡后的特征尺度时间轴划分成各个相邻但不重合的任务匹配平滑窗口,通过双阈值权衡判决实现对Linux系统的任务调度.仿真结果表明,采用该算法进行Linux嵌入式任务调度,具有较高的执行效率,CPU利用率高,整体性能优于传统算法.     

动态生产调度管理系统的研究与实现

本文基于知识发现提出了一类动态调度算法的框架，在此基础上，基于数据仓库建立 了动态调度管理系统的体系结构，并采用面向对象（Object-Oriented，O-O）技术，分析 和设计了动态调度管理系统，最后阐明了所提方法的优点．     

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.     

基于RM与EDF的实时混合调度算法研究

通过对实时系统中静态调度算法RM和动态调度算法EDF的研究与分析,针对两种调度算法在实际应用中的问题,提出了一种基于阈值δ的混合调度算法,将RM与EDF调度算法相结合,并从数学角度描述了混合调度算法的可调度性与实时任务的周期、执行时间等属性之间的关系,给出了混合调度算法可调度性的充分必要条件。最后用实验验证了混合调度算法的有效性。     

网络控制系统中混合调度算法的研究

网络控制系统的性能与信息调度有关,而以往的调度算法大多把时间属性作为确立优先级的依据,无法反映出消息的重要性。该文在最大误差优先算法的基础上,提出以最大优先变化为主,越长时间越低优先级为辅的混合调度算法,丰富了优先级的确立依据。仿真实验结果表明,该混合调度算法能够有效提高控制系统的整体性能。     

基于遗传算法的立体码头传送系统调度策略

在现有立体轨道式电动小车集装箱码头传送系统网络方案基础上,根据前期工作中,得到的优化仿真模型中码头传送设备的最佳配比和运行参数,采用混合FlowShop调度策略对立体轨道式码头传送系统进行优化策略研究,提出了调度策略模型,对FlowShop时间算法进行了改进。结合遗传算法对该调度策略进行仿真。仿真分析结果表明了该调度策略的有效性,对立体轨道式码头传送系统的实现和投入生产有一定的参考意义。