变邻域结构Tabu搜索算法及其在JobShop调度问题上的应用

本文针对最小化完工时间的Job Shop调度问题提出一种变邻域结构Tabu搜索算法,该算法使用的邻域结构随算法的进程而改变,不仅邻域规模小,而且仍保持了可达性这一重要的属性.对不同规模的实例进行了数值计算,计算结果表明,该算法具有非常高的效率,且初始解对算法的影响很小.     

面向媒体服务的云计算调度算法研究

本文根据媒体服务的特点,提出建立面向媒体服务的云平台,并介绍了云计算相关调度算法,对Docker、Mesos、Zookeeper几种目前主流的开源技术进行了详细阐述,通过使用开源技术,可以方便有效地构建媒体云平台,在节约成本的基础上,提高媒体服务质量,提升用户体验.     

面向价值的组合服务优化方法

为了支持服务系统最大限度地实现顾客期望的服务价值，提出了一种面向价值的组合服务优化方法。该方法是基于面向价值的组合服务分析的结果，利用人工蜂群算法（ABC），通过对组合服务中影响价值实现的服务要素进行替换，得到组合服务的优化方案。实验结果表明文中的面向价值的组合服务优化方法能够以最小的优化代价、最大限度地保障服务系统的价值实现。     

密码服务资源按需高效调度方案

随着“互联网+”时代数据安全传输和细粒度认证需求的日益增长,各类应用对密码服务的使用愈发频繁,如何处理随机交叉且峰值差异大的密码服务请求逐渐成为制约互联网服务安全应用的瓶颈问题。基于此,提出了一种高效的密码服务资源按需调度方案,实现了密码服务资源的高效差异化动态按需调度。首先,提出基于优化熵值法的密码设备归一化评价模型,实现对密码服务能力的描述和动态监测;然后,提出一种适用于不同密码服务需求的密码作业调度策略,并结合密码资源重构机制,实现对密码资源的差异化配置与调度;最后,通过理论分析和在实际生产环境中部署测试的方法,对所提方案进行验证。理论分析和实验测试结果表明,所提方案能较好地保证密码服务调度的高效性和可靠性,加解密吞吐率可达56 Gbit/s。     

面向密码算法的异步可重构结构设计

针对FPGA和ASIC在实现密码算法时的不足之处，本文介绍了一种面向密码算法的异步可重构结构。该结构的运算功能由一个可重构单元阵列提供，数据通路由可重构单元之间的相互连接实现，异步通信采用握手信号完成。在分析握手信号传输延时对可重构结构的影响后，文章提出了一种适合该结构的单元信号传输握手控制电路。同时在单元结构中，使用改进的DSDCVS逻辑来设计其运算电路，减小了单元的面积，提高了单元的工作速度。应用实例表明，在实现密码算法时，面向密码算法的异步可重构结构表现出了比FPGA更好的性能。     

大规模服务请求中的服务调度优化策略研究

随着信息技术快速的发展,很多企事业单位都陆续部署了不同语言、不同架构的软件系统,这些软件系统最终需要以SOA的设计理念进行整合,通过建立统一的企业服务总线(ESB)响应不同系统的服务请求,当请求服务数量较少的时候,企业服务总线可以很好的完成服务请求,但当服务请求急剧增加时,服务质量也会随之下降,严重时会导致停止响应服务,本文提出基于服务权重和服务紧迫度的服务调度优化策略,以提高响应服务请求的质量。     

面向分组密码算法的程序设计语言研究

 本文提出了一种接近数学描述的面向分组密码算法的程序设计语言(Programming Language for the Block Cipher Algorithm,PLBCA).PLBCA能够以形式化方式方便地描述分组密码算法的结构.本文介绍了PLBCA的语法规范,以分组密码算法DES为例说明PLBCA应用方法,并借助ANTLR工具实现了PLBCA的解析器.利用PLBCA,密码学专家可以方便快捷地对密码算法进行算法正确性和安全性分析,以检验算法的设计.PLBCA有助于提高密码算法检验的效率,为密码算法的设计和自动检测分析提供了一种辅助工具.     

面向混合动力汽车的协同调度优化研究

为了提高混合动力汽车的充电效率,联合汽车车队和电力系统等多方,提出了协同调度优化策略。提出了多目标双层优化问题,其中上层优化以降低运营商成本和排放为目标,下层优化以最大化社会福利为目标。提出了基于K-means的车队聚类算法将车辆划分为车队,并提出了基于半整数的线性电池退化模型以刻画电池退化。结合真实的数据,文章使用实验验证提出优化策略的有效性。结果表明,提出的策略实现了成本和排放的均衡,提高了充电效率。     

同型机调度问题的混合ACO-SA优化算法研究

针对同型机调度问题,提出一种蚁群-模拟退火两阶段优化算法.构造了问题域蚁群模型,运用蚁群算法展开全局搜索,通过自适应调整闻值改善空间探索与局部开采的平衡;为提高搜索精度,引入模拟退火算法,将蚁群算法的最好解作为其初始解,在邻域内进行精细搜索,利用其概率突跳特性有效避免算法陷入局部最优.实验结果表明混合算法具有稳定而优良的寻优能力.     

考虑运输时间的柔性作业车间调度问题研究

针对工件实际加工过程中工件转移的重要性,对运输时间的柔性作业车间调度问题进行优化研究,建立了以最小化最大完工时间和总碳排放量为优化目标的调度数学模型,并提出了一种改进的NSGA-Ⅱ算法。算法采用基于工序和机器特征的双链式编码方法,设计了针对工件运输时间的插入式解码操作;为探索到更优的前沿解设计了一种局部邻域搜索策略;基于非支配解引入了节能低碳策略进行排放量调整;通过仿真实验对比结果,表明了改进NSGA-Ⅱ算法及其求解考虑运输时间的柔性作业车间调度问题的有效性。     

改进混合蛙跳算法求解旅行商问题

以旅行商问题(TSP)为例,引入调整序思想设计了局部搜索策略,同时在全局信息交换过程中加入变异操作,提出一种改进混合蛙跳算法求解TSP问题.实验结果表明,与遗传算法和粒子群优化算法相比较,改进混合蛙跳算法在求解TSP问题上具有更好的搜索性能和顽健性.     

基于混合算法的堆垛机实时调度建模优化研究

堆垛机任务调度是自动化立体仓库提高作业效率、实现智能控制的核心要素之一。首先建立堆垛机实时调度系统的任务指令模型,进而将模型求解抽象为作业路径长度最短的旅行商TSP问题。利用遗传—退火混合算法解决TSP问题,根据混合算法特点设计算法流程,运用数学工具进行任务调度方案仿真,结果证明遗传—退火混合算法比单一的遗传算法或模拟退火算法在最优路径求解和时间耗费上具有优越性。     

APON业务调度算法的研究与实现

利用业务调度算法实现不同业务等级间的动态带宽分配（DBA），从而保证接入业务的服务质量（QoS)，是异步转移模式无源光网络（APON）系统的关键技术之一，文章所设计的APON系统业务调度算法，通过基本带宽分配和剩余带宽再分配实现了业务等级间的动态带宽分配，算法建模仿真和系统实际测试证明算法具有良好的性能，实现简单，可用性强。     

带准备时间和截止期约束的云服务工作流调度算法

带准备时间和截止期约束的云服务工作流费用优化是一个新的云计算资源优化分配问题。分析该NP-hard问题特征,建立相应的整数规划数学模型。构建有效的变量取值概率模型和更新机制,提出高质量初始群体的启发式生成方法;提出混合的分布估计算法（HEDA）,引入个体向全局最优解学习的策略,提高算法的全局搜索和局部优化能力。模拟实验结果表明此提出的方法在合理的CPU时间内可有效减少工作流费用。     

分布式队列服务算法在无线网状网包调度中的应用

根据无线网状网的包调度特点,结合已有的差分队列服务算法和分布式贝尔曼-福特算 法,将有线网络中的差分队列服务算法改进为分布式队列服务算法（DQS）,使之实用于无 线网状网中多任务条件下实现系统的吞吐量最大化。仿真实验证明了DQS算法能有效地避免 传统多径传输中的按“类”或 “流”来进行调度的缺陷,有效地减少了数据包的端到端 延时和缓冲区需求,尤其是DQS算法的实际平均吞吐量性能有了很大的提高。     

基于多级队列调度模型的研究

首先根据传统的Qo S应用瓶颈引出多级调度的必要性,然后根据DSL论坛定义的层次化Qo S基本模型提出一个五级调度的调度树模型。该模型可灵活配置调度节点和调度单元,从而实现六级队列灵活调度以及五级的流水调度,确保了调度的效率和速度。最后,在以太网接口上应用该多级调度的模型实现多用户多业务的服务质量,为网络流量管理提供了一种合理的机制。     

Meta‐heuristic algorithms for channel scheduling problem in wireless sensor networks

The channel scheduling problem is to decide how to commit channels for transmitting data between nodes in wireless networks. This problem is one of the most important problems in wireless sensor networks. In this problem, we aim to obtain a near‐optimal solution with the minimal energy consumption within a reasonable time. As the number of nodes increases in the network, however, the amount of calculation for finding the solution would be too high. It can be difficult to obtain an optimal solution in a reasonable execution time because this problem is NP‐hard. Therefore, most of the recent studies for such problems seem to focus on heuristic algorithms. In this paper, we propose efficient channel scheduling algorithms to obtain a near‐optimal solution on the basis of three meta‐heuristic algorithms; the genetic algorithm, the Tabu search, and the simulated annealing. In order to make a search more efficient, we propose some neighborhood generating methods for the proposed algorithms. We evaluate the performance of the proposed algorithms through some experiments in terms of energy consumption and algorithm execution time. The experimental results show that the proposed algorithms are efficient for solving the channel scheduling problem in wireless sensor networks. Copyright © 2011 John Wiley & Sons, Ltd.     

基于改进遗传算法的多目标JSP调度研究

针对多目标车间作业调度问题(JSP),提出了一种混合遗传算法,将多目标遗传算法得出的初步优化结果作为粒子群算法的初始粒子,利用粒子群算法强化局部搜索,加快收敛速度,改善了简单遗传算法局部搜索能力差、迭代效率低的问题.仿真结果表明了该算法对JSP调度的良好效果.     

基于蚁群优化算法的出租车调度方法研究

城市交通工具的合理调度能够有效缓解日益严峻的交通压力,出租车作为公共出行的交通工具满足了大量的出行需求。蚁群算法(ACO)作为仿生算法的代表,根据蚂蚁个体产生的信息素,通过不同策略和信息素更新等操作,逐步接近最优解,适合解决城市交通资源路径规划问题。文章给出一种改进的蚁群算法进行出租车调度,在不同时间段内,对非热点区域向热点区域以及热点区域向非热点区域转移进行研究,根据信息素差异化特征,首先建立了时间区域优化算法和区域调度模型,通过对数据样本的训练得到不同情况下的转移概率和行驶里程,从而确定最优的抑制因子和调节参数,提高出租车转移概率并减少空载行驶距离,实现对出租车资源的合理分配。     

基于智能互联网的公共图书馆服务智慧转型策略研究

在“互联网+”时代背景下,公共图书馆正面临着巨大的挑战,与此同时,迎来了发展机遇,公共图书馆服务的转型得到了推动。因此,文章先分析了“互联网+图书馆”的基本认识,随后简要分析了“互联网+”对公共图书馆的影响,并在此基础上,重点对“互联网+”时代公共图书馆服务工作的重点和未来服务工作展望进行了分析。