数字化部队装备维修保障任务分配与调度框架研究

针对数字化部队装备维修保障需求,提出装备维修保障任务分配与调度问题,并分析问题特点与研究定位。基于霍尔三维结构,从要素维、逻辑维和知识维三个方面构建装备维修保障任务分配与调度的体系结构,并且在此基础上对装备维修保障任务分配与调度的组成要素、实施程序和技术方法进行系统分析。最后,对研究要点进行初步分析。     

多模式自动化存取系统设备调度与任务分配

多模式自动化存取系统是一种新型仓储系统,其存储空间利用率高、设备配置灵活.为提高作业效率,降低运行成本,需对系统进行设备调度和任务分配,实现按需配置和管理系统资源.通过将系统的作业过程建模为多个服务中心组成的排队网络,对服务中心设备数量进行调度,保证系统稳态运行.基于预期作业时间设计具有两级模糊规则的模糊控制器,为托盘物资上下架任务分配托盘提升机,实现托盘物资上下架任务的优化分配,减少作业过程所需的运输路径,从而提高作业效率,减少作业叉车数量,降低作业成本.文中通过一个托盘物资上架任务仿真算例,验证了模糊控制任务分配策略的有效性.     

多机器人系统任务分配的研究进展

多机器人系统任务分配是机器人研究领域一个关键的研究课题。从多机器人任务分配分类及问题描述、多机器人任务分配的研究动态等方面对多机器人任务分配进行了综述,并根据近期文献探讨了多机器人系统任务分配需要解决的若干重要问题。     

基于多目标粒子群优化算法的装备维修任务分配

装备维修任务分配问题是典型的多约束/多目标/非线性规划问题,利用传统方法无法求解,因此提出了一种约束多目标粒子群算法,并运用该算法对装备维修任务分配问题进行了优化求解。仿真结果表明,约束多目标粒子群算法针对该问题,在不同参数和约束条件下都有很强的收敛寻优能力,能快速产生多个非支配解,是一种高效的算法,对实现装备维修任务分配的客观量化优化决策有重要作用。     

多机器人系统任务分配概率模型研究

建立系统的概率模型是描述和分析自组织多机器人系统的一条新思路。运用包括随机过程、矩阵论和线性代数等数学方法建立自组织多机器人系统的任务分配模型,克服了现存模型对任务类型数目无可扩展性的缺点。为了验证模型的一般性和有效性,以时间离散状态连续的马尔科夫链的极限分布作为任务分配的理论结果,优点是可以预测多机器人系统任务分配的长期稳定行为。任务分配的目的是保持执行任意一种任务的机器人数量占机器人总数的比例与该种任务所占总任务量的比例相等。仿真实验的结论也说明了任务分配模型可以达到理想的分配效果。     

基于动态关键任务的多处理器任务分配算法

多处理器调度问题是影响系统性能的关键问题,基于任务复制的调度算法是解决多处理器调度问题较为有效的方法.文中分析了几个典型的基于任务复制算法,提出了基于动态关键任务(DCT)的多处理器任务分配算法.DCT算法以克服贪心算法不足为要点,调度过程中动态计算任务时间参数,准确确定处理器的关键任务,以关键任务为核心优化调度,逐步改善调度结果,最终取得最优的调度结果.分析和实验证明,DCT算法优于现有其它同类算法.     

多Agent系统任务分配的研究

针对多Agent系统中存在的任务分配问题,提出一种任务与Agent之间多对多的分配模式,建立相应的任务分配模型,定义任务分配中的性能影响因子,并推导出进行任务分配优化的目标函数,通过一个实际案例,验证该方法的有效性。     

面向多业务通信调度的优先级排队模型研究

互联网业务的快速发展为数据的高效传输提出了挑战,需要一种有效的数据包调度方案来满足各项业务的 QoS需求。基于数据包的时延敏感性、长度等属性,采用优先级排队模型研究各种调度策略的性能,指出非抢占式短 包优先策略能提供最小的总体时延;在此基础上对时延敏感业务和非时延敏感业务采用不同的策略,设计最优化传输 性能的业务调度多优先级排队模型o NS-2平台下的仿真实验证明了所提模型的优越性,并演示了不同流量下的数据 包排队特性,以及包交付率、吞吐量、时延等指标的变化规律,从而为性能的优化提供了参照。     

一种基于近场子集划分的多机器人任务分配算法

针对医护人员重复、机械地配送医疗物资工作效率低的问题,使用了多机器人进行替代,并提出了一种基于任务地点近场子集划分的多机器人群体智能任务分配算法.首先采用蚁群算法对任务集进行有序排列,形成一条近场相关的任务链.然后根据任务完成的时间和机器人的路径成本设计目标优化函数,利用遗传算法对该任务链进行子集划分,再将任务子集分配给机器人个体.最后模拟了医院病房的应用场景,设计并搭建了一套多机器人医疗物资运输分配系统.用户在该系统的操作平台上,通过可视化界面能够实时发布新任务,查看已发布任务的分配情况,以及查看机器人的路径.基于该模拟实验平台,对3种不同的任务分配算法进行对比分析,结果是本文算法的分配结果最为合理,所有任务都在规定的时间内完成,机器人的行驶距离大幅缩短.所提出的多机器人任务分配算法可有效解决医疗环境中医疗物资的配送问题,提高了系统的工作效率.     

高速信元优先级交换调度策略定性研究

该文根据流平衡定律和排队理论用近似求解的方法对带优先级的信元调度策略进行了定性分析研究,推导得出了更加符合实际的解析式,并通过仿真和数值计算进行了验证。     

基于多准则的动态任务分配算法的研究

针对目前任务分配算法考虑的因素往往比较固定,可扩展性和灵活性较差等缺点,提出一种基于多准则的动态任务分配算法,对任务参与者的实时情况的跟踪和分析更加精确,对任务的分配更均衡;并给出了详细的任务分配的形式化表示,各评估指标之间相互独立,增强了算法的可扩展性。另外,提出采用计时器的方法来实现推拉式结合的任务分配机制,增强了算法的灵活性,既可以按照员工对任务感兴趣程度去自主选择工作项,又可以保证系统在没有员工自主选择任务项正常运转,在不影响工作正常执行的情况下使工作流管理系统的任务分配更加人性化。     

改进粒子群优化算法求解任务指派问题

任务指派问题是典型NP难题,引入粒子群优化算法对其进行求解。建立了任务指派问题的数学模型,给出了粒子群优化算法求解任务指派问题的具体方案。为提高其优化求解效果,引入变异机制及局部更新机制对粒子群优化算法进行改进。实例及数字仿真验证了改进粒子群优化算法的有效性。     

基于BP神经网络的维修任务优先级分类方法

在任务执行期合理、科学地确定维修任务的优先级别对于有序、高效地组织维修保障活动具有重要意义。提出了一种基于BP神经网络的维修任务优先级分类方法。详细介绍了神经网络模型的建模过程,其中重点介绍了模型设计,包括输入数据准备、输出数据准备与神经网络结构。所建立的神经网络模型通过对输入与输出的训练,可以学习准则与维修任务优先级之间的复杂关系,获得并表示决策者的偏好,有效地辅助决策者对维修任务优先级进行分类。     

基于禁忌搜索的时空众包任务分配算法

为了在时空众包任务分配过程中减少移动成本、缩短任务完成时间,本文将时空众包和路径规划问题结合起来,提出了一种基于自适应阈值的禁忌搜索算法,该算法通过在线学习的方式,进行路径规划设计,计算出每个任务合理的预估等待时间,匹配区域内的众包任务,并在最短的时间内完成任务。通过实验对比,本文所提算法在任务耗费时间上平均比Adaptive RT算法降低13%,比ASPT算法降低23.3%。在移动成本上比Adaptive RT算法降低了6.99%,比ASPT算法降低了25.9%。     

基于模糊集与TOPSIS的工作流任务分配方法研究*

为了解决工作流中任务的自动优选分配问题,提出了一种基于模糊集与TOPSIS的任务分配方法。在详细分析任务分配影响因素的基础上,建立了工作流任务分配决策模型。引入模糊集对模糊元素的处理,进而讨论了模型中的各决策属性及其权重的计算方法。在此基础上,设计了以逼近理想解排序法（TOPSIS）为核心的模型求解算法,用以获取任务执行的最优人选。最后,通过实例验证了该方法的合理性与适用性。     

搬运系统作业分配问题的小脑模型关节控制器Q学习算法

研究两机器人高速搬运系统的作业分配问题. 在系统的Markov决策过程(MDP)模型中, 状态变量具有连续取值和离散取值的混杂性, 状态空间复杂且存在“维数灾”问题, 传统的数值优化难以进行. 根据小脑模型关节控制器(CMAC)具有收敛速度快和适应性强的特点, 运用该结构作为Q值函数的逼近器, 并与Q学习和性能势概念相结合, 给出了一种适用于平均或折扣性能准则的CMAC-Q学习优化算法. 仿真结果说明, 这种神经元动态规划方法比常规的Q学习算法具有节省存储空间, 优化精度高和优化速度快的优势.     

装备维修保障资源配置综述

装备维修资源配置优化方法的研究对提升维修保障效率具有不可估量的作用,然而当前装备维修保障系统的维修资源的研究已经不能满足多中心系统高效保障的实际需求。因此,本文详细分析了装备维修保障维修资源配置优化问题的相关研究。首先概述了多中心装备保障系统主要包括维修任务预测、维修资源配置和多中心维修任务调度3个任务模块,并以此确定了维修保障资源配置流程。然后重点针对维修人员和维修备件资源配置优化问题参数、理论方法以及研究现状进行了综述。最后针对多中心维修保障系统资源研究的缺陷对未来发展趋势进行了展望,形成一种新的研究思路,为后续开展多中心系统资源配置优化研究提供参考。     

面向多维修中心的资源受限任务调度问题研究

装备维修保障对推进作战顺利进行具有重要作用,合理高效的维修任务调度是维修保障的主要内容。首先讨论了资源受限伴随维修保障任务调度下的资源分类、优先级评估指标、维修调度模型、动态调度算法;其次分析了装备维修工序调度的流程;然后介绍了常见调度问题的目标函数、约束条件、求解算法;最后总结了资源受限任务调度存在的开放性问题和未来的发展方向。