[云制造]基于可持续性的云制造多任务调度

为提高云制造调度过程的可持续性,研究基于可持续性的云制造多任务调度方法,基于面向服务架构理论分析了云制造多任务调度流程和可持续性框架。考虑经济、环境和社会因素,构建了基于可持续性的云制造多任务调度模型,设计了改进的遗传算法以有效解决调度模型的求解问题。通过将基于可持续性调度模型和基于满意度调度模型作对比模拟实验,观察可持续性对云制造多任务调度效果的影响。结果表明,从系统整体优化的角度,基于可持续性的调度模型,能够在不损失客户满意度的前提下,同时降低环境成本和设备闲置率,保障平台整体的可持续运行。     

基于多智能体协商的虚拟企业调度研究

针对虚拟企业制造环境的分布性、不确定性和动态性,运用多智能体技术,构建了虚拟企业生产调度系统体系结构。通过多属性效用函数进行调度过程中的协商决策,改进合同网协商协议提高协商效率来实现敏捷调度,并提出了基于多智能体协商的调度算法来实现虚拟企业任务调度。     

面向云计算环境任务调度的改进蚁群算法

云计算环境下的任务调度问题是一个NP完全问题,其目的是在各个处理节点上合理分配任务,优化调度策略以保证有效完成任务。以总任务完成时间最短和计算成本最低为优化目标,针对蚁群优化算法易陷入局部最优的缺陷,提出了一种求解该问题的改进蚁群算法。该算法将遗传算法的二点交叉算子融入到蚁群优化算法中,以提高蚁群优化算法的局部搜索能力。通过在云仿真平台Cloud Sim上进行仿真实验,结果表明改进蚁群算法缩短了总任务完成时间,降低了计算成本,从而证明了该算法能有效地解决云计算环境下的任务调度问题,并且其优化能力和收敛速度优于蚁群优化算法和改进离散粒子群算法。     

浅析电力调度自动化系统及其平台的一体化

介绍了电力调度自动化系统的主要特点及3种电力调度自动化系统的应用情况,并重点分析了系统平台的一体化。     

基于数字孪生的自动化集装箱码头多AGV动态调度

自动导引车(AGV)调度是自动化集装箱码头作业的关键环节，其效率也是影响码头整体作业效率的决定性因素之一。为了应对作业中不确定事件、信息不对称以及生产信息透明度低等问题对AGV调度效率和稳定性产生的影响，提出了一种基于数字孪生的自动化集装箱码头多AGV动态调度方法，通过码头物理空间和孪生空间的闭环交互以提高调度效率和减少调度偏差。构建了一种多AGV动态调度数字孪生框架和调度问题模型，深入探索了数据服务平台、数字孪生多维多尺度模型的构建、虚实一致性验证的运行机理以及码头虚实交互；详细阐述了基于数字孪生的多AGV动态调度流程和相应算法设计，并以某自动化码头实际的AGV调度过程为例，设计了原型系统来验证所提出AGV调度模式的有效性。     

解决多目标Flow-shop问题的生物免疫调度算法

生产调度是车间自动化的关键问题之一 ,生产调度的优劣对制造系统的运行影响极大。通常的确定性优化方法往往不适合生产调度这类NP完全问题的求解。文章基于生命科学中的免疫概念与理论 ,构造了基于生物免疫机理的生产调度模型 ,并研制了用于求解目标Flowshop问题的智能调度系统 ,克服了当前遗传算法用于求解此类问题时 ,易于出现早熟、搜索效率低及不能很好保持个体多样性等不足 ,大大改进了搜索效率 ,对复杂的多约束、大规模及多目标生产调度问题 ,算法效果显著 ,并且可以轻松地获得满足要求的多个优化解。文章讨论了模型的建立、算法的实现和应用实例 ,测试情况表明 ,以上模型与算法在生产调度实际中将具有广阔的应用前景     

基于双链式结构的云制造系统内资源调度

为提高云制造系统内各参与主体间的信任度及资源调度效率，研究基于双链式结构的云制造系统。首先，对区块链技术应用于云制造系统中进行分析，设计企业信息公有链及制造资源联盟链上的业务流程。其次，提出将资源调度算法写入制造资源链的智能合约中自动执行资源调度，建立考虑创新性和匹配性的多目标资源调度模型，使用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行模型求解。最后，进行实验仿真分析，将本文所提出双链式结构及资源调度模型与传统云制造资源调度模型做对比，验证模型的有效性。结果表明，在基于双链式结构的云制造系统内各参与节点间相互信任后，制造资源调度具有更优的非支配解集并且资源调度速度得到了提升。     

面向价格动态变化的云工作流调度算法

为解决资源价格变动环境中云工作流任务调度开销优化的问题,提出一种基于动态规划的云工作流资源调度算法.该算法将云工作流中的任务分为多个串行任务组,然后利用动态规划算法对每组任务进行调度,计算在该任务组规定完成时间内开销最低的调度方案.通过实验,与状态图搜索算法进行了比较,在被调度的资源的价格为可变函数时,计算了四种工作流模型的调度结果.结果表明,所提动态规划算法比考虑资源平均价格的状态图搜索算法有更好的表现.     

自适应粒子群求解资源动态分配项目调度问题

为了解决传统任务资源固定分配难以实现动态与高效调度的问题,建立了任务资源动态分配项目调度的数学模型,给出了任务调度方案的生成算法。为了克服基本粒子群优化算法的早熟收敛问题,平衡其全局与局部搜索能力,提出了一种改进的自适应粒子群优化算法,该算法采用惯性权重因子周期性衰减和改进的变异策略以及不变位交叉法实现粒子的更新。最后对通用标准库进行了测试,结果表明,所建模型和改进算法能够有效地缩短项目工期,提高资源利用率和算法效率。     

基于遗传算法的云设计资源调度算法

云设计资源调度是构建云设计资源平台的关键技术之一.提出以服务请求的总响应时间、总服务成本和服务质量为目标的多目标优化调度模型,该模型以服务请求的满足度和云设计资源的最大负载为约束,同时考虑云设计资源的服务状态.依照该模型提出一种基于遗传算法的云设计资源调度算法,最后给出了该算法的应用实例.     

基于区块链和边缘代理的电力资源动态监测调度系统

以电力系统内分布式电源的渗透率为出发点,提出了基于区块链和边缘计算的电力系统调度资源动态监测系统。分析了区块链中的区块结构以及边缘代理的基本模型,提出了基于区块链的能源互联网系统。针对电力调度资源监测进行建模,分析了包括风电、光伏、储能和需求响应等形式在内的调度资源模型,说明了可调度资源监视的基本内容。提出了基于区块链和边缘代理的调度资源监视系统架构,分析了系统的硬件结构,说明了数据对比分析流程,利用边缘代理进行数据资源监视。仿真结果表明,该系统在调度管理以及数据监视方面是有效性的。     

基于多智能体结构的车间调度方法

车间调度问题是一个复杂的 NP问题 ,车间调度系统需要具有相当的柔性机制。本文提出了一种基于多智能体结构的车间层动态调度方法。系统中有三种代理 ,车间代理、资源代理和任务代理协同并行工作。车间代理负责各个任务代理之间的协调 ,任务代理安排任务的调度路径 ,资源代理安排车间中的具体制造资源。车间代理能够动态调整调度规则 ,解决任务代理之间的资源分配冲突。任务代理采用招标投标机制选择最佳资源代理。资源代理能够提出并实时调整局部调度方案。本文实现了一个基于多智能体结构的车间调度原型系统。     

基于数据平台的新能源运行调度分析系统

为提升新能源调度运行管理效果,提出了基于数据平台的新能源调度运行分析系统。分析了新能源资源评估、消纳统计、调度运行的需求,说明了数据平台的特点,结合数据平台业务建立了新能源运行调度分析系统,设计了基于数据平台的软件总体构架,说明了系统功能以及数据接口,阐述了系统在新能源调度管理中的数据流转、过程管控方式,结合工程实例进行了应用效果分析。     

基于云模型BBO算法的医院管理资源调度研究

手术资源的合理调度对提高医疗资源的利用和工作效率具有重要意义。为提高手术资源的利用率和工作效率,建立医院手术室资源协调调度模型。为提高BBO算法收敛速度和避免陷入局部最优,将云模型引入BBO,提出一种基于CMBBO的医院手术资源调度模型。研究结果表明,CMBBO可以有效提高手术资源使用效率、手术服务能力,降低手术等候时间。     

基于粒子群优化的开放式车间调度

开放式车间调度(OSP)是重要的调度问题,它在制造领域中的应用非常广泛。优化调度算法是调度理论的重要研究内容。基于人工智能的元启发式算法是解决该问题的常用方法。分析了一种新的元启发式算法——粒子群优化(PSO)在信息共享机制上的缺陷,提出新的基于群体智能的信息共享机制。在该信息共享机制的基础上, 设计新的基于PSO的元启发式调度算法——PSO-OSP。该算法利用问题的邻域知识指导局部搜索,可克服元启发式算法随机性引起的盲目搜索。该算法应用于开放式车间调度问题的标准测试实例。仿真结果显示,PSO-OSP算法在加快收敛速度的同时提高了开放式车间调度解的质量。     

一种解决有AGV小车约束的车间智能调度问题的算法

考虑AGV小车在车间调度中只参与运输工件的特点和小车的运输路线对工件工艺路线选择的影响，分析了在机床／AGV小车双资源约束下的车间调度问题，讨论了AGV小车在车间调度中的调度机制。在分析问题的基础上建立了有AGV小车参与调度的车间调度问题的数学模型，并提出了基于遗传算法的机床／AGV小车的调度算法，论述了编码、选择和变异操作的规则，提出了工序特征的交叉算子。仿真结果表明，该算法是可行的，可以获得比较好的效果，为在AGV小车约束下的车间调度提供了一种有效的实践途径。     

考虑任务行程时间的多载量自动导引车系统防死锁任务调度

针对多载量自动导引车（AGV）系统的任务调度和缓冲区死锁问题,提出了考虑任务行程时间的防死锁任务调度方案。以最小化延迟率和交通负荷不均衡度为目标,建立了任务调度模型;分析了任务调度中的实际约束,并在任务行程时间约束下构建了预测模型;针对任务调度模型,提出了一种基于人工免疫-灰狼优化（AI-GWO）算法的多目标防死锁任务调度方法,利用死锁避免规则禁止即将引发工位缓冲区死锁的任务运行,并融合AI-GWO算法对任务执行顺序进行多目标优化;最后,根据AGV负载均衡度进行AGV任务分配。仿真结果表明,上述任务行程时间预测模型具有较高的准确率,任务调度模型及防死锁调度方法具有较好的优化性能和计算效率,从而显著提高了物流系统的任务准时率和路径网络的交通负荷均衡度。     

制造资源云集成元建模及云Agent服务调度研究

针对云制造过程中的制造资源虚拟化问题,分析了制造资源的存在形态、构成及其属性,提出基于RFID技术与对象名解析服务的制造资源感知与追溯逻辑架构,以实现物理制造资源虚拟化;通过建立虚拟制造资源静态-动态集成元模型,为异构、动态的虚拟制造资源的重组和融合提供统一描述机制;在此基础上,将移动Agent和云服务发现机制相融合,提出云Agent（cloud  Agent）的概念,并基于资源中介的改进合同网机制,实现云制造服务自适应管理和调度;给出了面向复杂产品协同的制造资源云服务平台原型系统,并结合汽轮机制造服务协同应用案例,初步实现了制造资源虚拟化和服务部署。