异构多处理机系统的负载均衡与任务调度

分析了异构多处理机系统中的负载均衡和任务调度参数,讨论了异构集群任务调度模型,提出了一种负载均衡启发式优化算法(LBHOA)。LBHOA采用启发式搜索策略,每次分配一个任务时,从不完全分配的结点中选择估计值最小的结点进行扩展搜索,直到找到完全分配的目标结点,且目标结点的时间开销估计值是所有完全分配结点中最小的。实验结果表明,与算法WLCA和LTGA相比,算法LBHOA的平均应答延迟时间的开销减少了10%,任务完成时间的开销减少了15%。LBHOA降低了资源最优分配中的计算复杂度,能够满足异构集群系统中的负载平衡和优化调度的需要,使异构多处理机系统在系统资源均衡分配的同时使系统资源利用率最优。     

基于MST协议的负载均衡算法

负载均衡是提高网络性能的重要技术,本文首先确定了一种链路负载函数,作为衡量网络负载的依据,并以MST和VLAN为基础提出了一种负载均衡选路算法,利用该算法可以选择链路负载最小的生成树映射,充分利用了冗余线路,从而实现了负载均衡的目的。     

异构网络负载均衡算法

首先建立异构网络模型,确定了链路负载函数,在此基础上提出了异构网络负载均衡算法。利用该算法合理分配网络带宽并调节适当的参数,使异构网络的负载在较小范围内变化,通过选择负载最小的生成树映射,最终实现异构网络的负载均衡。仿真实验表明,让用户在不同网络间的切换可使网络带宽优化分配、网络负载达到均衡,证明了该算法在异构网络中的有效性。     

基于电量和负载均衡约束的多AGV生产车间调度研究

目前多AGV的使用大大提升了制造企业的生产效率,在调度过程中也产生了诸多问题,其中以AGV负载不均和电量限制所带来的拥堵问题尤为凸显。对此,以最小化生产调度时间和负载均衡偏差为目标,考虑AGV的电池容量、充电次数、充电时间等约束,建立了一种非线性的多目标集成优化模型,基于MFC(Minimum time selection for charged volume constraint,MFC)策略设计了自适应改进遗传算法,并通过与传统遗传算法对比分析,验证了算法的有效性。最后对AGV调度中的相关参数进行分析,得到了AGV在负载均衡时的运行规律。     

基于MSTP协议动态网络的负载均衡算法设计

负载均衡是提高网络性能的重要技术,在多生成树协议MSTP中,网络中的VLAN被分为若干组,每个组共享一个生成树算法进程,在不同的VLAN中采用不同的生成树拓扑进行通信,通过控制VLAN与生成树的映射关系实现负载均衡和冗余备份.该文确定了链路负载函数,提出了基于MSTP动态网络的负载均衡算法,利用该算法可以选择链路负载最...     

面向异构水声传感网的分布式负载均衡算法

水声传感网中节点能量有限,大多采用多跳通信。为解决通信过程中的负载均衡问题,提出了一种基于质距优化机制的水声传感器网络多跳通信策略,设计自适应负载均衡算法,加权评估普通传感器的通信质量与距离选择下一跳;在此基础上,提出了基于AUVs节点的数据平衡传输算法,分布式的实现了网络性能的进一步优化,以获得网络生命周期的最大化。最后,通过仿真实验验证了该方法的合理性和有效性。     

一种基于改进蚁群算法的混合型调度算法

针对混合型制造业车间生产调度及时性、合理性、科学性及应用结合性上的不足,提出了一种基于改进蚁群算法的混合型调度算法,结合混合型生产的特点,首先给出了混合型生产调度问题细化模型,然后对传统生产调度模型中的蚁群算法进行了改进,最后通过在具备混合型生产特点的汽车玻璃制造企业测试应用后,验证了该算法的可行性及有效性。     

一种基于改进蚁群算法的混合型调度算法

针对混合型制造业车间生产调度及时性、合理性、科学性及应用结合性上的不足,提出了一种基于改进蚁群算法的混合型调度算法,结合混合型生产的特点,首先给出了混合型生产调度问题细化模型,然后对传统生产调度模型中的蚁群算法进行了改进,最后通过在具备混合型生产特点的汽车玻璃制造企业测试应用后,验证了该算法的可行性及有效性。     

一种基于改进蚁群算法的混合型调度算法

针对混合型制造业车间生产调度及时性、合理性、科学性及应用结合性上的不足,提出了一种基于改进蚁群算法的混合型调度算法,结合混合型生产的特点,首先给出了混合型生产调度问题细化模型,然后对传统生产调度模型中的蚁群算法进行了改进,最后通过在具备混合型生产特点的汽车玻璃制造企业测试应用后,验证了该算法的可行性及有效性.     

分布式系统负载均衡中基于模糊控制的参数自适应调整算法

目前在分布式系统中已有多种负载均衡系统,它们各自采用不同的策略,并具有特定的适用环境,但是都缺乏通用性,自适应性不足.针对本地代理收集负载信息的时间间隔这个参数,本文提出并实现了基于模糊控制的参数自适应调整算法TPAFC.该算法利用模糊控制技术,对测量时间间隔参数按照负载状态的变化率进行自适应调整,在节约额外开销的前提下,提高了负载测试的准确性.实验证明,与同类算法(固定时间间隔)相比,特别是在重负载情况下,TPAFC算法的效率更高.     

一种改进的作业车间调度算法及其实现

单件小批量生产形式下的作业车间调度是生产调度中的一个重要问题,也是计算机集成制造系统中的一个关键环节,在实际生产中具有广泛应用。针对已有的求解作业车间调度问题的算法,引入了交换与移动相结合的机制,以提高调解效率,并在Visual Basic for Applications for Project 2000中实现了该算法。经过分析及一个10×10的调度问题的测试实例验证,利用这种算法求解作业车间调度问题可得到十分满意的结果。     

Improved genetic algorithm for the job-shop scheduling problem

In this paper, an improved genetic algorithm, called the hybrid Taguchi-genetic algorithm (HTGA), is proposed to solve the job-shop scheduling problem (JSP). The HTGA approach is a method of combining the traditional genetic algorithm (TGA), which has a powerful global exploration capability, with the Taguchi method, which can exploit the optimal offspring. The Taguchi method is inserted between crossover and mutation operations of a TGA. Then, the systematic reasoning ability of the Taguchi method is incorporated in the crossover operations to systematically select the better genes to achieve crossover, and consequently enhance the genetic algorithm. Therefore, the proposed HTGA approach possesses the merits of global exploration and robustness. The proposed HTGA approach is effectively applied to solve the famous Fisher-Thompson benchmarks of 10 jobs to 10 machines and 20 jobs to 5 machines for the JSP. In these studied problems, there are numerous local optima so that these studied problems are challenging enough for evaluating the performances of any proposed GA-based approaches. The computational experiments show that the proposed HTGA approach can obtain both better and more robust results than other GA-based methods reported recently.     

求解船体分段堆场调度问题的改进遗传算法

为有效解决船坞／船台完工分段堆场调度问题,给出了以缩短整船周转周期和提高场地资源利用率为优化目标的时空三维调度问题模型。在有效处理多维约束条件的基础上,设计了求解本问题模型的改进遗传算法,即以分段的吊装计划节点为基准约束,采用分层遗传算法进行优化,并通过不断自适应调整算法在运行时的交叉和变异概率来有效优化种群进化速度,从而改良了算法整体运算性能。通过算例的对比分析,验证了该改进算法的可行性和有效性。     

求解生产批量计划问题的改进量子进化算法

针对遗传算法和粒子群算法在求解生产批量计划问题中易陷入局部最优解的问题,提出了改进的量子进化算法.对各周期项目计划产量的决策变量进行基于概率幅的量子比特个体编码,在迭代求解的过程中通过约束违反度比较个体的支配关系,有效指导种群向合理解进化,并根据当前迭代次数动态调整旋转角机制控制基因位的坍塌速度,在进化后期尽量保留最优个体的基因信息以提高算法的收敛速度和求解精度.实验结果表明了该算法的有效性.     

运输能力有限混合流水车间调度的改进拉格朗日松弛算法

为改善在制品库存和能耗问题,研究了从钢铁实际生产环境提炼出的运输能力有限的动态混合流水车间调度问题.将运输机视为虚拟机器,可将原问题转换成与其等价的不考虑运输能力但在偶数阶段机器有不可用时间段的动态混合流水车间调度问题,其中机器不可用时间段取决于其运送的工件.对转换后的问题建立数学模型,提出基于阶段分解的拉格朗日松弛算法进行求解,该算法将优先级约束松弛到目标函数中,将拉格朗日松弛问题分解为多个阶段级子问题,进而设计了动态规划求解这些带任意权重和机器不可用时间段的并行同构机调度子问题.对不同问题规模的测试结果表明,所提算法能够在较短的运行时间内获得满意的近优解.     

嵌入式Linux Web服务器的实现与应用

介绍嵌入式Linux Web服务器设计的基本思想和应用场合,并且从硬件和软件两个方面详细阐述了嵌入式Web服务器实现中的一些具体技术和方案.     

改进细菌觅食算法求解柔性作业车间调度问题

针对柔性作业车间调度问题的NP难特性,提出一种改进的细菌觅食优化算法。采用集成法策略同时求解柔性作业车间调度问题的机器分配和工序调度子问题。将细菌个体表示为工序串,建立问题和算法的映射关系;分别针对普通细菌个体和当前最优个体设计了多重趋化操作,以增强算法的局部搜索能力;复制操作设置繁殖阈和死亡阈,以提高对历史经验的继承程度;迁移/驱散操作中,结合改进的LPT启发式规则,提出带倾向性的迁移/驱散操作方式。采用正交试验对算法的重要参数进行了优化配置,通过搜索算子优化效果对比实验证明了正交试验的结论;进行了收敛性能对比实验,证明算法具有优秀的全局开发能力和局部探索能力;典型算例实验结果表明,该算法能够有效求解柔性作业车间调度问题。     

DAQ无纸记录仪与Linux网络数据存储

本文重点介绍了横河用仪生产的DAQSTATION DX200记录仪的以太网络存储，并对采用自由软件Linux代替WINDOWS系统做FTP服务器以及与上位机互连方面进行了研究开发。     

具有柔性加工时间的机器人制造单元调度问题改进遗传算法

为克服传统遗传算法在求解具有柔性加工时间的机器人制造单元调度问题时易出现早熟收敛、冗余迭代等缺陷,提出了改进遗传算法。该算法采用基于工件搬运顺序的染色体编码,并根据调度问题特征,设计构造型启发式算法来生成初始种群,避免了大量不可行染色体的产生,提高了后续操作的优化质量。同时,在交叉变异操作中引入局部邻域搜索,通过对子代邻域的局部寻优提高了算法的收敛速度。最后,分别应用该算法和传统遗传算法求解六个基准案例,实验结果验证了该算法的有效性。     

基于改进Jaya算法的柔性作业车间调度问题

鉴于柔性作业车间调度问题(FJSP)是广泛存在于制造企业实际生产过程中的复杂NP-hard组合优化问题,针对FJSP的特点,结合Jaya算法与禁忌搜索算法的各自优势,提出一种改进Jaya算法求解该问题.在该算法中,根据离散的Jaya算法公式提出一种扩展离散Jaya算法操作机制,设计了Jaya迭代候选解集方法以及结合相似度和最大完工时间的选择策略,保证了种群的多样性并提高了Jaya算法的搜索能力;提出融合M.G.和N7两种邻域结构的禁忌搜索算法,使混合算法在分散搜索和集成搜索之间达到平衡.通过测试著名的FJSP基准问题,显示了所提算法在质量方面优于当前文献,并通过实验验证了算法的有效性和优越性.