复杂open shop问题的网络模型及 调度规则设计

针对当前调度规则设计缺乏系统性这一现状,提出一种基于复杂网络理论的系统化设计启发式调度规则的框架.通过将复杂open shop (COS) 调度对象描述成复杂调度网络,并将相关的COS调度问题描述成对应复杂调度网络上的结点执行问题,从而将COS调度问题纳入到复杂网络理论体系下进行研究.在此基础上,通过在不同复杂调度网络上进行结点执行实验,发现复杂调度网络平均度值特征和网络结点平均总执行时间之间呈现对数关系.这一事实为设计基于度值的调度规则提供了理论基础,即优先执行度值大的结点,使得后续复杂调度网络具有尽可能小的平均度值.仿真实例证实,与其他调度规则相比基于度值的COS调度规则能够取得更好的最大完成时间（MFT）性能.     

基于免疫算法的无线网络节点调度算法

为了实现无线传感器网络节点调度,提出了一种基于免疫算法的无线网络节点调度算法,建立网络模型并给出了目标函数.在给出抗体编码方式的基础上,定义了改进的免疫算法并对无线传感器网络的节点进行调度.仿真实验表明,该方法能有效地解决无线网络的传感器节点调度问题,具有较强可行性.     

基于复杂网络的雾计算网络鲁棒性研究

雾计算扩大了云计算的网络模式,将网络服务由网络中心扩展到了网络边缘.为研究雾计算网络的鲁棒性,通过分析雾计算网络系统结构特征,设计了基于复杂网络的BA无标度网络和ER随机网络混合模型,并给出了相应的公式.针对随机攻击和蓄意攻击两种情况,对雾计算网络的平均路径长度以及平均度进行仿真实验.实验结果表明,当0p1时,雾计算网络兼有BA无标度网络特性与ER随机网络特性,可以通过调节p值的大小来改变网络的演化机制,解决雾计算特性倾向问题,从而提高雾计算网络的鲁棒性.     

高铁复杂网络拓扑特征及节点中心性研究

以我国主要代表性城市为研究对象, 分析高速铁路网络特性与拓扑特征, 识别高铁网络中的节点城市及其功能作用。运用Space-P方法构建高铁网络模型, 利用复杂网络理论及Pajek分析软件, 从度值、平均路径长度、聚集系数及节点城市中心性等方面研究我国高铁网络的拓扑结构及节点中心性, 结果表明: 我国高铁网络整体聚集性较高、连通性较强, 东中部及沿海城市表现出高聚集性, 西部城市高铁网络连通性低, 聚集性较弱; 高铁网络具有小世界特征, 任意两节点之间通过较少的中转次数即可连通, 少数城市间需中转三次才能连通; 在高铁网络中, 度值较大的城市主要集中在我国东中部及沿海地区, 西部及东北地区城市度值较小且度中心性较大, 其接近中心性也较大; 而度值较小且介数中心性较大的城市具有较强的中转能力。     

作业车间调度规则的挖掘方法研究

针对作业车间调度问题(JSP),提出基于决策树的调度规则挖掘方法,用于从基于传统优化方法所获得的优化调度方案中提取新的调度规则,指导作业车间调度过程.将时间Petri网络用于描述作业车间的调度过程,给出基于Petri网建模的分支定界算法用于搜寻优化调度方案.结合数据挖掘中的决策树分类技术,提出一种新的调度规则挖掘方法.该方法用于提取隐藏在优化调度方案中的调度模式,并将其用作新的作业车间调度规则.针对最小化最大完工时间(makespan)性能指标,在一组测试案例和一组benchmark问题上的对比实验结果表明:相对于已有的同类调度规则和传统的优先调度规则,利用该方法所构建的决策树调度规则能够生成更小的makespan值,从而证明了该方法的可行性和有效性.     

延迟容忍的混合移动自组织网络的容量分析

为了得到混合移动自组织网络的网络容量,对网络结构、节点移动规律、数据流进行了建模与分析,得到了适用于任意基站覆盖区域、任意(平稳遍历)移动过程、任意调度和路由算法的平均网络容量的解析表达式.稳态分布为均匀分布的情况下,得到了该上界的极限,并对结果进行了数值分析,给出了极限网络容量、节点密度、基站覆盖率之间的关系.     

参数化活动调度及其混合免疫调度算法

提出了用来解决Job shop调度问题的混合免疫调度算法.首先构造了一种结合小生境技术的混沌搜索免疫算法,作为全局搜索算法来找到调度解空间中的较好解;然后,提出一种改进的禁忌搜索算法作为局部搜索算法,在该解所在局部解空间进行局部搜索.为了减小调度问题的解空间,采用参数化活动调度启发式算法将解空间限定在参数化活动调度集合内.多个标准算例的仿真结果表明混合免疫调度算法是解决Job shop调度的有效方法.     

面向矛盾问题的动态描述逻辑扩展研究

为了使动态描述逻辑DDL具有处理简单矛盾问题的能力,引入可拓集合和可拓变换对它进行扩展.文章提出了一种动态描述逻辑DDLESET,给出了DDLESET的语法形式和语义解释;对传统描述逻辑、模糊DDL和DDLESET中的ABox形式进行了比较分析;研究了DDLESET的基本推理问题,对传统描述逻辑的一致性检测算法Tableau算法进行了可拓扩展.描述逻辑DDLESET盯具有对关联度值分别为正负域的模糊断言的表示与推理能力,并可以为关联度值为负域的断言即不可满足的概念或不可实现的动作提供求解策略,从而使其变得可满足、可实现.     

基于多目标拆分优化思维的拥塞网络数值调度方法

针对网络拥塞数值调度中存在的盲目性问题,提出了一种基于多目标拆分优化的网络拥塞数值调度方法.将拥塞网络的数值调度问题进行模型化表示,并将拥塞过程调度的最优问题分解为多个目标同时优化问题:即信道最优任务分配问题和路由拥塞调度问题.根据粒子群算法,对信道分配问题的最优解进行计算,同时设计约束模型并利用遗传算法求解拥塞调度问题,实现了在拥塞状态下的网络数值调度.结果表明,所提出算法获得的拥塞调度方案具有较好的可执行性.     

实时数据顾客／服务器模型的研究及实例

提出了一种利用计算机网络，扩大实时监测系统服务对象的方法，即实时数据顾客／服务器模型方法，并描述了利用该方法进行实时数据传送的顾客／服务器通讯协议．最后，结合电力系统调度自动化，给出了电力运动系统利用Ｎｏｖｅｌｌ网络所组成的运动顾客／服务器模型及其通讯协议的实例．     

基于协同遗传算法的车间调度问题研究

遗传规划在实际问题中的应用是一个新的发展方向。文章根据车间调度问题的特点,对遗传规划算法进行了改进,借鉴了一种新编码策略将变长编码变成定长,减少了算法复杂度,提高了运算效率;同时设计了一种新的标记交叉算子,这种交叉算法可以有效地避免产生非法解。由于遗传规划问题的收敛性不高,文中将遗传规划和遗传算法有效地结合起来,提出一种协同遗传规划算法,实验表明,改进后的算法比传统算法能更有效地解决车间调度问题。     

基于狮群算法的数字孪生车间调度问题优化

针对柔性作业车间调度问题,提出一种基于狮群算法的数字孪生柔性作业车间调度方法。基于实际生产过程的需求,使用狮群算法生成柔性作业车间调度初始方案,建立物理车间与虚拟车间实时交互的数字孪生柔性作业车间调度模型,在搭建的虚拟车间中对初始调度方案根据设备利用率进行方案优化。采用数字孪生模型解决设备故障等车间突发事件对生产进程的影响问题。通过使用真实车间数据对机加工车间生产调度过程试验,结果表明,采用狮群算法求解柔性作业车间调度问题,搜寻能力强,搜索速度快,可以在不同规模的问题中找到更优的解决方案;狮群算法结合数字孪生的柔性作业车间调度方案能够整体优化系统性能,有效处理扰动带来的延长生产时间问题。     

多层复杂网络上的渗流与级联失效动力学

多层网络描述了复杂系统之间或强或弱的耦合或联系.为了较为系统和全面地介绍基于渗流理论的多层网络鲁棒性研究,该文综述了多层网络跨层节点的依赖特征、层内节点的连接结构特征、层内节点的耦合特性和攻击方式对级联失效动力学和鲁棒性的影响.与单层网络完全不同,多层网络会在遭受攻击时发生突然性的崩溃;同时度分布异质性较强的多层网络会...     

求解调度问题的粒子群算法编码方法研究

利用粒子群算法求解调度问题的关键是建立有效的粒子编码结构。介绍了作业车间、流水车间和并行机调度等3类典型调度问题的特点,阐述了求解调度问题的粒子群算法结构,指出设计粒子群算法编码方法需要考虑的3个关键问题。提出3种求解不同调度问题的粒子群算法编码方法,并从生成调度解的可行性和有效性、粒子群计算模型的适用性和解码过程的复杂性等几个方面对粒子编码方法进行分析。以作业车间调度问题为例,验证了所提粒子编码方法的有效性。     

柔性资源流水线最优计划的选择

将柔性资源应用于流水线生产中，可以最大限度地发挥资源本身的潜力，使流水线产生更高的效率，但同时也使生产计划的制定过程更加复杂。在FRFS问题模型的基础上，将分枝定界法与平行切线法相结合，选取最优资源投入量，进而得到最优计划，完善了柔性资源计划问题的解法。     

基于关联调度模型的模糊环境下车间动态调度

为了实现在模糊加工环境下实时的动态调度,采用调度节点和调度链的建模思想构建车间作业的调度关联模型.通过调度节点和调度路径描述调度任务中的约束关系.考虑实际生产调度过程中存在的大量不确定因素,将调度关联模型引入模糊加工环境中,结合模糊加工状态下作业计划关联方法构建调度可行解,并通过蚁群算法求解调度任务的优化方案.仿真结果表明,该方法能够在加工时间和交货期不确定的情况下,通过动态调度模型的关联过程获得较为优化的调度方案.     

车间作业的混合组合规则调度方法

分析多种类型零件投放车间时根据零件工艺路线特点，在不同机床上选用适当的启发式调度规则，实现车间调度周期内的多规则混合调度（ＭＤＲ－ＭｉｘｅｄＤｉｓｐａｔｃｈｉｎｇＲｕｌｅ）的方法。实验结果表明，针对具体加工任务和加工资源特点，通过有限步的仿真搜索所形成的多规则混合调度，算法性能比通常所采用的针对所有机床的单规则调度算法有明显提高。该方法已应用于作者开发的车间控制器中。     

基于图卷积网络求解开放车间调度问题的方法

传统的元启发式算法难以有效求解大规模开放车间调度问题（OSSP）,为此提出了一种基于图卷积网络GCN求解OSSP的方法。首先,设计了基于GCN的开放车间调度模型,将OSSP的工序节点特征嵌入图中并对其进行多层卷积操作,有效获取了工序节点之间复杂的依赖关系。然后,为了提高求解大规模OSSP的效率和质量,提出了一种基于GCN的开放车间调度算法。实验结果表明,该方法能有效求解不同规模的OSSP实例,与元启发式算法相比,在求解大规模OSSP实例时该方法表现出更优秀的求解质量和效率。     

柔性制造系统调度算法研究

针对混合流程调度的特性，研究了两台并行可替换机床的调度问题，在一个加工阶段内有两台机床并可相互替代加工，调度目标是使所有任务在这两台机床上的加工时间最短，这个问题已被证明为NP-hard问题。为此在分枝定界算法基础上提出了两个关于调度替换原则的推理，作为解决这类调度问题的基本原则。根据这两个推理给出了如何在这种混合流程调度中对任务排序及指定加工机庆的启发式调度算法，最后，通过仿真试验验证了该算法的有效性。