基于数据交换与同步的作业调度方案

多机作业调度问题是一个经典的NP难问题,在应用中由于实际需要,会出现各种约束和变形,调度问题的研究成果决定着系统的性能.DataTurbo是作者参与的一个用于解决分布式数据迁移、集成和融合的平台,该平台承担着大数据量的分布式传输任务.在DataTurbo平台基础上,提出一种适用于数据交换与同步的分布式作业调度方案,并构建一个灵活的分布式调度算法框架,解决相关的调度问题.该调度方案是一种在线的、可并发的、作业可分解的多机调度方案.仿真实验结果显示,该调度方案在任务负载大、调度点稀疏情况下优势明显,能适用于数据交换同步作业,可作为数据交换与同步作业的动态调度方案,并为相关启发式算法建立基础模型.     

基于性能量化矩阵的计算网格作业调度算法研究

提升计算网格系统运行效率的关键在于作业调度算法,如何综合各种因素使得调度策略更为全面是一个有挑战性的问题.通过建立网格资源性能量化矩阵,构建了一个作业调度模型,并基于此模型给出了一个具体的作业调度算法.通过性能分析和实验仿真,该算法在运行时间、占用资源等方面都有较大的改善,能较好地适应网格系统的动态性和可扩展性特点,提高了作业调度效率.     

基于微粒群算法的网格工作流优化调度问题的研究

网格工作流中的调度问题是一个复杂且具有挑战性的问题,它影响着网格工作流执行成功与否及效率的高低.针对具有时序和因果约束关系的网格工作流优化调度问题进行了研究,建立了网格工作流的任务调度模型和调度问题的目标模型,并应用微粒群算法来优化网格工作流中任务的调度.实验结果证明该算法优于传统的调度算法.     

一类 Flow Shop 调度问题最优调度区间摄动鲁棒性

调度的鲁棒性是调度应用中的一个重要问题.本文从最优调度不变的角度研究了调度的鲁棒性问题.首先定义了最优调度的区间摄动鲁棒性,即当问题中某些参数在各自的区间上变化时最优调度保持不变的性质.然后对比例FlowShop调度问题(任给一个工件它在各台机器上的加工时间都相同)进行了研究.通过一个引理我们证明了本文的结果,该引理指出了r个参数的大小次序与它们的变化区间的相交关系之间的联系.本文的结果是目标函数为完成时间总和时在加工时间扰动下最优调度具有区间摄动鲁棒性的三个充分必要条件,目标函数为最大拖期时间时及目标函数为拖后工件个数时在加工时间和/或交付期扰动下最优调度具有区间摄动鲁棒性的若干充分条件.这些结果与调度在一个由变化参数构成的超矩形的一些顶点上的最优性有关.文中给出了使用这些结果的例子.     

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.     

利用模拟退火技术求解多Hoist调度问题

多Hoist调度在许多制造过程的设计与控制中是一个关键问题.当Hoist数与工作台数很大时,求解调度问题非常困难.建立了多Hoist调度问题的数学模型,并利用模拟退火算法提出了一种启发式求解方法.随机模拟的大量算例表明,该启发式方法十分有效,通过少量的计算可得到调度问题的一个满意解.     

车间作业调度问题的仿真研究

研究车间作业调度优化问题,使资源、车辆调试、交通分配等达到优化配置,因此车间作业调度问题是一个多约束条件的目标优化问题,采用多项式求解方法不能获得最优解,导致车间作业调度效率低.为了提高车间作业调度效率,提出了一种蚁群算法的车间作业调度优化算法.首先以最小加工时间作为优化目标,蚂蚁爬行路径为作业调度方案,通过蚁群中个体间互相协作和信息交流获得最优车间作业调度方案.通过车间作业调度测试案例对算法进行验证性实验,实验结果表明,蚁群算法提高了车间作业调度效率,能在最短时间找到最优调度方案,为车间作业调度优化提供了依据.     

供应链协商调度模型与算法

研究了由一个制造商和一个分销商组成的供应链上分销商协商调度问题.此供应链中,制造商比分销商有更强的影响力,先于分销商进行调度.制造商与分销商之间不共享作业处理时间.为了改善分销商调度,建立了基于补偿的分销商协商模型,设计了保留信息私有性的协商调度策略,提出并分析了协商调度下制造商调度算法以及基于生态种群竞争的分销商协同演化调度算法.仿真实验结果表明,分销商协商调度模型与算法能够有效改善分销商调度性能,在不增加制造商调度成本的条件下,可最大程度地削减分销商调度成本超过25％.此外,提出的竞争协同演化算法能够获得比遗传算法、粒子群算法和蚁群算法更好的调度解.     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题,其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求,轧制单元的最大长度,产品库存及交货期等.基于多旅行商模型,建立了热轧生产批量调度问题的优化模型,并提出一种混合遗传算法(遗传算法、局部搜索)求解该问题.通过应用串行边重组和并行边重组的遗传交叉算子,算法在优化过程中可以很好地处理调度约束.针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题.     

视频点播系统中的节目调度

节目调度问题是视频服务器设计和实现中的一个重要问题 ,优化的节目调度和节目管理可以极大的提高视频服务器的性能 .本文对视频服务器的节目调度方案进行了简要归纳 ,然后提出一种节目调度方案的优化使用方法 .理论分析表明 ,这种方法可以有效的节省服务器的资源 ,提高服务器的服务水平 .     

DRT-UNIX系统的任务调度

任务调度是分布式实时系统的核心问题之一.文章概述了实时系统的任务调度,结合DRT-UNIX系统的实际情况,提出了一种任务调度算法,并对算法的优点进行了分析.     

分布式系统下的DAG任务调度研究综述

近年来随着网格、云计算工作流等分布式计算技术的发展,关于DAG(有向无环图)模型任务在分布式系统环境下的调度问题逐渐成为备受关注的研究热点。根据最新研究进展,对分布式系统下的DAG任务调度问题和有关技术进行了研究与讨论,主要包括四个方面:系统地描述了分布式系统和异构分布式系统的有关概念,异构分布式系统下的DAG任务调度问题、调度模型及其典型应用;对现有分布式系统下DAG任务调度的研究按照不同的方式进行了分类;探讨了多DAG共享异构分布式资源调度的研究现状;讨论了目前多DAG共享异构分布式资源调度研究存在的问题和未来可能的研究方向。     

基于Pfair的分布式实时调度策略Linux下实现

任务调度策略是嵌入式分布式实时系统关键问题之一,以Pfair公平调度为代表的全局调度技术是当前研究的热点,调度方法要在实际中得到应用,需要与具体的操作系统相结合。分析了分布式实时系统的调度理论,比较研究了几种Pfair算法,通过修改Linux内核的数据结构和调度函数,初步实现了Pfair的PD^2算法,实验证明达到了预期的实验结果。     

基于Pfair的分布式实时调度策略Linux下实现

任务调度策略是嵌入式分布式实时系统关键问题之一,以Pfair公平调度为代表的全局调度技术是当前研究的热点,调度方法要在实际中得到应用,需要与具体的操作系统相结合.分析了分布式实时系统的调度理论,比较研究了几种Pfair算法,通过修改Linux内核的数据结构和调度函数,初步实现了Pfait的PD2算法,实验证明达到了预期的实验结果.     

一类基于多Agent和分布式规则的敏捷生产调度

Agent范例为解决制造系统的敏捷生产调度问题提供了一条新途径,如何构建敏捷生产调度多Agent系统结构和Agent间的协调与生产调度机制,成为一个亟待解决的课题.本文阐述了一类基于多Agent和分布式规则构建敏捷生产调度的方法.首先通过基于功能分解的方法,给出了管理、资源和工件等三类Agent基本组件组成的分布式多Agent调度系统结构、Agent组件基本结构及定义.其次,利用基于分布式规则的方法,建立了Agent间的协调策略和调度机制,实现了敏捷生产调度.最后给出了应用此方法的调度仿真实验结果.     

多模式智能教学系统教学规划与模式调度研究

具有多种教学模式的智能教学系统为适应不同学生的学习风格和学习要求，具有其它智能教学系统不可替代的优势，其关键问题之一是要解决教学规划和教学模式调度问题。提出了多模式智能教学系统的教学规划及教学模式调度的解决方案，以知识点关系图为基础提出了全局教学规划算法，根据对学生学习的评价和教学资源的相关特征为学生选择合适的教学模式并激活之。实验证明这种解决方案能取得令人满意的效果。     

嵌入式系统中BP算法多任务调度性能的分析

对于多任务、多进程实时系统中的周期性任务,有一系列静态分配调度算法能有效地解决各种特定条件下的任务分配和调度问题,但这些算法均要求被调度任务的特征参数为已知条件,在很多实时系统中,周期性任务的运行时间或任务数量常常是一些具有一定规律的随机过程,上述静态算法的效能将受到限制。该文描述的神经网络能够充分利用不同时间和空间的数据信息,有较强的学习功能,提高了系统的性能和效率。     

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。     

基于Linux集群的分布式实时操作系统的设计

文章针对Linux集群环境,以Linux通用操作系统为基础,提出了一种分布式实时操作系统的设计思路。以分布式实时操作系统的特殊性为线索,详细阐述了分布式实时操作系统中实时任务调度机制、实时进程间通信机制和实时网络通信机制的设计思路。     

基于等待时间的多任务调度算法的研究与设计

文章介绍了几种常见的操作系统多任务调度算法,针对安防警报的任务特点,提出等待时间的多任务调度算法。该方法保证了高优先级的任务有充足的CPU运行时间,同时也不会让其他任务一直得不到运行而产生饥饿现象,满足安防警报系统任务调度的要求。