遗传算法在多类型的车辆人员排班系统中的应用与研究

公交车辆人员排班的主要问题就是在给定时间点和车次数的情况下,以最小代价覆盖所有的车次。与以往都是针对单类型车辆的人员排班不同,该文主要提供对多类型的车辆人员排班的支持。首先利用高效的Auction算法获取代价最小的车次分组并根据分组情况分配车辆的营运类型;然后使用遗传算法进行随机化搜索以获得最优解。实验表明,遗传算法应用于多类型的公交车辆人员排班具有很好的效果。     

遗传算法在多类型的车辆人员排班系统中的应用与研究

公交车辆人员排班的主要问题就是在给定时间点和车次数的情况下,以最小代价覆盖所有的车次。与以往都是针对单类型车辆的人员排班不同,该文主要提供对多类型的车辆人员排班的支持。首先利用高效的Auction算法获取代价最小的车次分组并根据分组情况分配车辆的营运类型;然后使用遗传算法进行随机化搜索以获得最优解。实验表明,遗传算法应用于多类型的公交车辆人员排班具有很好的效果。     

基于算法组合的人员排班方法研究

排班问题是现实生活中的常见问题.从国内某货航实际情况出发,提出了一种初步排班流程.首先采用线性规划建立班制,再依据班制用贪心算法构建班制串矩阵,以回溯方法将具体班填入班制串,进行微调后完成排班.实验表明了排班方法的合理性.     

面向正常性的飞机排班优化算法

针对航班正常性问题,在飞机排班问题基础上,引入正常性约束,建立面向正常性的飞机排班模型,提出一种两阶段启发式算法进行求解.构建符合正常性要求的候选航班链集合,将排班问题转化为候选链对航班计划的集合覆盖问题.通过0-1整数规划求解集合覆盖问题,得到满足正常性约束的最小飞机数量排班方案.松弛正常性约束减小飞机使用数量,满足飞机数量约束.通过迭代搜索寻求正常性与飞机数量平衡的最优排班方案.实验结果表明,该方法可以有效提升航班计划的正常性期望.     

基于蚁群算法的飞机定检人员均衡配置

将蚁群算法(ACO)应用于飞机定检人员均衡配置中.首先,根据均方差指标建立人员均衡配置模型;其次,运用3种精英策略并引入信息素限制和自适应机制对基本蚁群算法进行改进,同时提出一种新变异算子以进一步提高算法的性能;最后,运用改进蚁群算法求解模型.实例仿真表明,改进蚁群算法克服了基本蚁群算法搜索时间长、容易早熟的不足,均衡...     

一种资源受限环境下的软件负载均衡策略

现有的以Web Service为主的SOA实现方案普遍存在占用通信带宽高、信息编码不适应窄带消息传递效率等问题,难以适应战术级作战部队高速机动、窄带网络、资源受限的作战特点.针对战术级作战信息系统在资源受限环境下实现服务化的需要,结合资源受限环境特点,分析现有负载均衡算法存在的不足,基于最小连接算法提出了一种动态权值分...     

求解护士排班问题的变邻域搜索算法

变邻域搜索算法是求解护士排班问题的一个有效算法,其扰动方法对算法性能有显著影响。为提高护士排班问题中护士的满意度,提出一个改进的变邻域搜索(IVNS)算法。该算法使用了三种邻域结构,而且当使用任意的邻域都不能进一步改进当前解时,设计了一个对当前最优解进行扰动的方法,即在排班期间内随机地选择两天,在不违反硬性约束的条件下选出一组值班护士并交换他们在这两天中的班次。在2010年举行的第一次全球护士排班大赛提供的一组公共测试集上与一个混合变邻域搜索(HVNS)算法进行了比较,在Sprint-early、Medium-early和Long-early组算例上的结果表明,IVNS算法的最优值至少不劣于HVNS,而平均值均优于HVNS;IVNS算法的最大方差为0.72,波动范围小,求解性能稳定。IVNS的扰动方案对现有方案的扰动较小,能有效跳出当前局部最优,增强变邻域搜索算法的优化能力,与HVNS算法相比,其求解性能更优。     

基于遗传算法的能量均衡覆盖控制策略

研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降低能耗并保证网络能量均衡,从而延长网络生存时间。     

考虑公平和护士偏好的护士排班研究

针对护士排班问题涉及护士满意度的特点，在护士排班过程中加入护士偏好和公平的约束，寻求最优的排班表以增加护士的满意度。根据多目标问题的特点，采用粒子群多目标优化算法。在硬约束条件上，加入N班之后不能上A班和P班的约束，使护士在上N班之后能够得到足够的休息。在算法设计上，加入变异算子，扩大了粒子群的搜索空间。由于各优化目标之间存在一定的矛盾，用多目标决策理论可以更加科学客观地优化护士排班表。在最后的案例分析中，发现护士不同的偏好会产生不同的非劣解，因此在实际排班中，要充分考虑护士的偏好，以求出更加科学合理的排班表。     

基于对比度受限自适应直方图均衡的乳腺图像增强

采用对比度受限自适应直方图均衡对乳腺图像进行增强,有效地增强了乳腺图像中的细节,如钙化点、乳导管等组织;并通过对算法中相关参数研究,得到应用于乳腺图像增强的参数优选值,以求获得较好的增强效果,为医师分析影像提供方便。通过与灰度直方图均衡的结果进行比较得出：对比度受限自适应直方图均衡为乳腺数字图像增强的有效方法,在计算机辅助乳腺诊断方面有较高应用价值。     

独立任务调度的启发式算法

任务调度是一个NP-hard问题,而且是并行与分布式计算中一个必不可少的组成部分,特别是在网格计算环境下任务调度更加复杂。该文提出了满足负载均衡的一个启发式任务调度算法。给出了选择处理机和任务的方法,以提高算法的效率。实验表明该算法是一个高效率的调度算法,并且几乎总是找到了最优调度方案。     

面向物联网终端的任务相关性调度策略

对于具有相关性的任务,调度顺序不合理将影响任务的执行时间和实时性。结合物联网终端任务间依赖关系复杂的特点提出了一种利用任务相关性的调度策略。该策略设计了以作业轮询组为主体的任务模型,根据任务时限建立了优先级因子矩阵作为任务调度的凭据,对于周期任务,在每个任务执行完毕后生成,以任务相关性为参数的增量矩阵用以动态修改任务优先级,使前驱任务能优先执行;对于非周期任务采用了构建临时作业轮询组的方式进行抢占调度。测试结果表明,该策略能够有效减少具有相关性的周期任务集执行时间和调度失败次数,缩短非周期任务响应时间。     

扩展QoS指导的网格任务调度算法

考虑了网格任务多级别QoS需求,根据任务的服务质量级别进行排序,优先调度服务质量级别较高的任务,提出一种扩展QoS指导的Min-Min启发式网格任务调度算法。模拟实验结果表明,与QoS指导的Min-Min启发式算法相比,该算法在3种情况下的调度性能均能提高4.3%以上,具有较好的调度效果。     

启发式算法在计划排产中的应用

面向单件生产的车间生产作业计划排产问题一直是研究的热点和难点。文中结合汽车模具行业生产管理特点和实际生产状况,针对有限能力排产问题,提出了具体的排产方法和步骤,并建立了基于启发式算法的车间作业优化排序函数。上述研究成果将提高排产的有效性,解决我国单件生产企业在计划排产中普遍存在的问题,对于加强车间生产控制和管理起到促进作用。     

一个扩展的以QoS为指向的网格任务调度算法

在对网格计算的研究中,有人考虑了计算资源中服务质量(QoS)因素,在对传统的Min-Min算法加以改进的基础上,提出了QoS Guided Min-Min算法。在此基础上,本文提出一种新的扩展型算法,以进一步提高网格资源的利用率。最后,本文对以上三种算法的实验结果进行了比较分析。     

并行处理系统中的一种新的任务调度算法模型

本文提出一种新的任务调度算法,是利用改进的启发式群聚算法,对MARL－LO算法进行了改进,弥补了MARY－LO算法的不足,并增加了一些动态控制功能,较好地解决了n个处理器的分配问题。     

A Heuristic Algorithm for Task Scheduling Based on Mean Load on Grid

Efficient task scheduling is critical to achieving high performance on grid computing environment. The task scheduling on grid is studied as optimization problem in this paper. A heuristic task scheduling algorithm satisfying resources load balancing on grid environment is presented. The algorithm schedules tasks by employing mean load based on task predictive execution time as heuristic information to obtain an initial scheduling strategy. Then an optimal scheduling strategy is achieved by selecting two machines satisfying condition to change their loads via reassigning their tasks under the heuristic of their mean load. Methods of selecting machines and tasks are given in this paper to increase the throughput of the system and reduce the total waiting time. The efficiency of the algorithm is analyzed and the performance of the proposed algorithm is evaluated via extensive simulation experiments. Experimental results show that the heuristic algorithm performs significantly to ensure high load balancing and achieve an optimal scheduling strategy almost all the time. Furthermore, results show that our algorithm is high efficient in terms of time complexity.     

提高卫星服务寿命的任务规划方法研究

基于组网卫星协同工作规划可提高复杂任务处理的基础上,本文探索降低规划风险,提高卫星服务寿命的卫星任务规划方法.从提高卫星服务寿命角度,建立用于描述资源使用期望的目标规划模型;建立卫星任务规划模型,在任务方案与资源使用中考虑了规划风险要素,并将资源使用目标模型引入到任务规划模型中,以期在规划中同时优化卫星服务寿命要素;基于邻域贪心扩展改善遗传禁忌求解算法,并运用分布并行技术提高工程实用性;利用STK提供基础仿真数据,对模型与算法进行了验证.     

基于网络带宽约束的网格任务调度算法研究

在对网格计算任务调度算法的研究中,分析一般适应性调度启发算法即最小一最小(Min-min)算法的不足,在最小一最小(Min-min)算法的基础上,加入考虑QoS方面主要是网络带宽因素的任务调度算法.对以上算法做了实验并指出下一步的研究方向.     

一种异构计算系统中考虑通信冲突的有效任务调度算法

任务调度是异构计算的核心问题之一 .现有的异构计算系统的任务调度算法基本上没有考虑任务通信时可能在同一通道中发生冲突的情况 ,因而造成任务调度的结果与实际运行结果之间的差异 .本文提出了一种异构计算系统中的基于表调度 (list scheduling)的启发式任务调度算法 ,该算法考虑了任务通信中通道冲突的情况 ,在不提高算法复杂度的同时提高了任务调度的性能 .文中还通过实例结果的比较说明了该算法的有效性