A Cooperation-planning Model Based on Bilevel Programming Decision

This paper is based on a resource constrained active network project; the constraint of the local resource and the time constraint of the cooperation resource are considered simultaneously. And the respective benefit of the manager and cooperation partners is also considered simultaneously. And a cooperation-planning model based on bilevel multi-objective programming is designed, according to the due time and total cost. And an extended CNP based on the permitted range for resource and time requests is presented. A larger task set in scheduling cycle is on the permitting for the request of cooperation resource and time while the task manager itself may be permitted biding for tasks. As a result, the optimization space for the cooperation planning is enlarged. So not every bidding task is successfully bid by invitee, and the task manager itself takes on some bidding tasks. Finally, the genetic algorithm is given and the validity and feasibility of the model is proved by a case.     

一种招投标机制的多星自主协同任务规划方法

针对多星自主协同遥感背景下非预期任务的快速响应问题,考虑到星上计算资源有限、计算能力较弱等特点,为寻找一种满足星上自主任务规划能力需求的优化算法,提升遥感卫星星群在非预期情况下的快速响应能力,通过多星自主协同规划问题建模、算法设计和仿真分析等模型及算法研究,提出了一种基于招投标机制的自主任务规划方法.该方法首先针对多星自主协同任务规划问题,构建了星上自主任务规划的数学模型,进而在问题求解过程中将一次完整的任务规划合理分解为招标、投标和评标3个过程,并详细设计了求解流程及相应的约束检验规则,由此得到基于招投标机制的多星自主协同任务规划求解算法.该方法与常用智能优化方法相比,能够显著降低计算量,更加适应星上紧张的计算资源约束.通过仿真算例结果表明,针对典型的非预期任务,算法平均仿真运行时间约为1 s,能够在40 s内完成对非预期任务的响应,并且充分保证了原规划任务的完成率,基于此验证了该方法的有效性与正确性.     

基于Web的通用任务管理系统

分析了任务的特点，以Windows计划任务为基础，建立了任务的时间划分模式，确定描述各种任务的数据结构，完成任务管理在Web系统中的设计。     

Realization Techniques of Virtual Assembly Process Planning System

The key realization techniques of virtual assembly process planning （VAPP） system are analyzed, including virtual assembly model, real-time collision detection, automatic constraint recognition algorithm, cable harness assembly process planning and visual assembly process plan at the workshop. A virtual assembly model based on hierarchical assembly task list （HATL） is put forward, in which assembly tasks are defined to express component assembling operations and are sequentially and hierarchically organized according to different subassemblies, which can perfectly model the construction process of product, And a multi-layer automatic geometry constraint recognition algorithm of how to identify assmbly constraint relations in the virtual environment is proposed, then a four-layer collision detection algorithm is discussed. A VAPP system is built and some simple mechanical assemblies are used to illustrate the feasibility of the proposed method and algorithms.     

云计算中多层次公平性QoS约束任务调度算法

针对传统云任务调度算法只注重执行效率忽略分配公平性的问题,提出了一种满足多重公平性约束的任务调度QoS算法CTS_QFC.该算法利用社会资源分配的公平性理论模型,从用户任务与云资源提供方两个角度,将云任务调度问题建模为一种多重公平性QoS约束模型.第一层QoS按用户QoS偏好对任务分类,并按照任务分类建立一般期望效用函数.第二层QoS定义资源公平性评估函数,评估资源分配的公平性.结果表明,CTS_QFC算法不仅可以确保用户任务的高效执行,还可以提高资源分配与任务调度方案的公平性.     

面向6G网络的联邦学习资源协作激励机制设计

第6代(6G)移动通信在满足人类智能通信需求的同时, 也给用户数据的安全与隐私保护带来了极大挑战。为此, 基于联邦学习的分布式机器学习架构应运而生。然而, 在联邦的模型训练过程中, 移动设备会产生大量计算和通信开销。自私的移动设备不愿意参与模型训练, 这将降低联邦学习性能。本文基于迭代双边拍卖设计了一种有效的联邦学习资源协作激励机制, 任务计算终端作为卖方, 任务请求终端作为买方, 本地接入点根据买卖双方的出价做出模型训练时延和相应定价决策, 在买卖双方信息非对称情况下最大化联邦学习市场总效用。仿真实验表明, 所提机制具有良好的收敛性, 可显著提高联邦学习的准确率, 同时降低训练损失。     

基于改进图规划的机械臂任务规划方法

针对机械臂工作场景复杂、任务需求多样的特点,提出了一种基于改进图规划的机械臂任务规划方法.首先建立针对机械臂任务规划的通用数学表征模型;其次结合机械臂的任务特性与改进模拟退火算法,提出一种基于图规划的改进任务规划算法,将传统算法单一的规划结果拓展为任务动作序列集合;最后,基于该集合求解融合不同目标的机械臂任务执行策略,并以七自由度机械臂为仿真对象对该方法的正确性和有效性进行了验证.结果表明,与传统规划方式相比,提出的方法具备优先考虑不同目标任务执行策略的能力,同时可以有效缩短规划时间.     

基于信任度的协同商务链自学习协商研究

在传统合同网协议的基础上，构建了协同商务链自学习协商框架．借鉴群体智能技术中的响应阀值概念，提出了基于信任度的自学习协商模型，同时给出实现该模型的算法和步骤．根据协商过程中投标主体完成任务的情况，实时更新其信任度值．基于此动态值，管理者可以有效的选择合适的投标主体，提高了协商效率，并减少协商时间和成本，从而达到减少通信量和保证协同商务链上各主体利益的目的．最后，通过仿真实验，从通信量、时间和任务完成数3个指标来进行比较．结果表明：该模型可以有效缓解协商过程中的管理器瓶颈和信息拥塞问题，相对于单任务双方协商模型，其在解决多主体、任务不断变动的动态环境下的协商问题有明显的优势．     

基于资源回收的容错单调比率调度

基于时间冗余的容错实时调度算法,其可调度条件是以任务的最坏执行时间和为任务预留容错操作的时间为分析基础,且任务拒绝率高,系统资源利用率低。该文提出的基于资源回收的容错单调比率调度,以容错实时调度算法FT-RM为基础,利用任务的实际执行时间低于最坏执行时间的特性,收集已完成任务释放的资源供等待任务使用,在保证系统容错要求的同时,提高了任务吞吐量和系统资源利用率,并通过模拟实验分析算法性能,研究了影响算法调度性能的若干因素。     

云数据中心面向实时任务的节能调度算法

针对云计算环境下的独立实时任务的节能调度问题进行了研究,设计了一种基于松弛时间的任务调度算法,该算法由实时任务的分配、虚拟机资源的动态扩展以及虚拟机的动态整合3个部分组成,通过计算任务的松弛时间保证任务在截止期限内完成,保证任务的时效性. 同时提出了一种基于多阈值的虚拟机整合策略,以平衡系统负载并降低系统完成任务集合的能耗. 实验表明,与其他算法相比,该算法在保证了任务能够按时完成的基础上,有效降低了系统的整体能耗.     

无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。     

星群观测任务自主规划的星地联合运行机制

对地观测卫星经常遇到发现新目标、偶发故障不能执行原观测任务等非预期情况,为了提高观测卫星的运行效率,解决在缺乏地面测控支持的情况下非预期观测任务的快速响应问题,需要设计面向自主任务规划的星地联合运行机制.首先针对遥感卫星星群的自主运行和任务规划问题,将其划分为地面规划和星上自主规划两部分,进而充分考虑地面和星上的资源特点和任务需求特点,提出了一种星地联合进行任务规划的运行机制,并详细设计了运行流程.通过自行开发的分布式仿真演示软件的仿真运行表明:该运行机制能够在星上自主任务规划和地面规划之间进行有效的协调、配合,既能够发挥地面计算资源优势、体现控制意图,又能充分利用星上计算的实时性和灵活性,对非预期任务进行快速响应;解决了地面对非预期观测任务响应不及时、星上计算资源受限、星地规划配合等问题,能够有效提高遥感卫星对非预期观测任务的响应能力.     

虚拟计算环境下基于聚类的资源匹配优化模型

虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,使得资源匹配面临巨大挑战.依据虚拟计算实验床平台公布数据,提出了一种融合虚拟资源与任务聚类的资源匹配优化模型.该模型通过分析任务需求、消耗等特征,基于改进二分K均值进行任务聚类,并结合虚拟资源类型生成优化的资源匹配列表.经实验分析验证,该模型有效缩小资源匹配范围,提高任务运行成功率,为精准匹配提供基础.     

基于资源分组的多约束云工作流调度算法

已有的云工作流调度算法采用全局搜索方式进行资源选取,存在计算成本高、对大规模云系统适应性差的问题。该文提出了基于资源分组的多约束云工作流调度算法,采用有向无环图的方法,对云工作流中的多任务之间的执行顺序和数据交换等属性进行量化建模;使用模糊聚类方法实现基于资源多维特征的分组处理,降低工作流任务到资源匹配过程中的搜索空间;并引入执行时间和成本预算约束,将工作流的任务调度问题转化为有约束条件的极小极大问题进行快速求解。仿真测试表明,该算法显著降低了任务执行完成时间和成本。     

基于拍卖机制下网格资源分配的时间最优算法

资源调度是计算网格资源管理系统中研究的主要内容之一.基于计算经济的网格体系结构,提出了一种时间最优算法.该算法适用于基于拍卖机制下网格资源调度管理系统.系统遵循均衡分配原则,允许用户出高价以获得更多的资源,并通过代理周期地调节用户竞价价格,在给定的最终期限内完成应用程序.     

面向最优加工成本的合作伙伴选择方法

针对面向加工制造的合作伙伴选择,强调了招标之前的任务分解,提出了初选、细选、精选"三步走"的解决方法。根据任务之间及任务所对应的合作伙伴之间的关系,基于加工和运输总费用最小化原则,建立了合作伙伴选择的优化模型。着重对合作伙伴评价方法中精选方法的算法进行研究,提出了一种新的算法——混合遗传模拟退火算法来进行精选,解决了单纯使用遗传算法使结果可能陷入局部最优解的弊端。通过实例证明,这种混合算法具有很强的搜索能力,结果跳出了局部最优解,能够解决实际问题。     

面向可靠端边协同的时延保障模型

由于无线链路状态的高度时变性,终端任务的卸载存在失败的可能性,导致任务时延恶化,甚至任务失败.针对上述问题,提出了面向可靠端边协同的时延保障模型.首先,基于嵌入式马尔可夫理论分析了任务卸载时延的统计特征;然后,基于网络演算理论推导出设备端任务计算时延的概率分布;最后,提出面向时延与可靠性感知的性能评估模型.分析结果表明,与面向平均时延或平均速率最优的决策方案相比,所提方案能够提升具有特定时延需求的任务可靠性.     

共享资源约束下多核实时任务分配算法

为了提高多核实时系统任务分配效率,研究分组固定优先级调度策略下的任务分配算法.通过分析核间任务阻塞对任务最坏情况响应时间产生的影响,提出由于任务间共享资源冲突而引发了任务分配故障问题;指出负载非均衡算法,如First-fit算法、Best-fit算法容易引发任务分配故障.为了避免该问题,提出基于分组与负载均衡的任务分配算法.该算法将存在访问共享资源冲突的任务分配到同一核上,以避免核间任务阻塞;当这些任务无法分配到同一核上时,将这些任务依次分配到当前负载最轻的核上以避免任务分配故障.可调度性分析实验表明,采用该算法可以避免任务分配故障,减少分配任务所需的处理器核数(比Worst-fit算法少10%～40%).     

高速旋转相控阵雷达基于资源预规划的任务调度算法

针对传统时间指针调度算法应用于高速旋转相控阵雷达任务调度时,任务执行时间偏移率高引起探测性能下降的问题,提出一种资源预规划的任务调度算法。首先,按照调度间隔对应的任务扇区进行资源预规划,将任务饱和扇区的任务按照时间偏移率最小原则调配到相邻空闲扇区,在任务调度阶段根据扇区总资源限制优先选择高优先级任务;然后,根据任务期望执行时刻排序形成任务执行列表。该算法时间利用率高于传统的算法,任务执行偏移率低于传统算法,工程实现简单、计算量低。仿真实验表明了算法的正确性和有效性。     

建筑产品设计过程资源管理的仿真与优化

为了提高建筑产品设计过程资源管理效率,以产品设计信息约束条件下设计活动的资源管理和优化为中心,提出基于模糊时间有色工作流网的建筑产品设计过程资源管理模型的数学表达形式,加强了资源管理模型对系统动态模糊时间约束关系的支持,解决了对建筑产品设计过程资源管理的仿真和优化的关键问题.以某办公楼结构详细设计过程为例,构建基于模糊时间有色工作流网的建筑产品设计过程资源管理模型,利用CPNTools仿真软件进行资源管理仿真分析和优化研究,验证方法的正确性和实效性.