相继干扰消除的无线网络中的调度算法

相继干扰消除(successive interference cancellation,简称SIC)是一种多包接收技术,它从冲突信号中解码报文.SIC可有效减轻无线网络中的干扰.SIC的顺序解码特性给链路调度带来了新的挑战.提出并发图以刻画SIC导致的链路相关性.基于并发图,定义链路的干扰数并据此设计有效的调度机制.证明了基于并发图的链路调度是NP-hard的、而最大干扰数提供了极大贪婪算法的性能下界.在讨论了一类基于独立集的贪婪算法之后,结合干扰数对链路排序,给出了一种理论上性能更好的算法.仿真结果表明,仅需略高于现有模型的开销,与IEEE 802.11相比,新调度算法的性能提高可达110％.     

无线传感器网络中基于功率控制的链路调度算法研究

为了最大化多级功率下WSN的吞吐量,提出了一种基于收益值评估的链路调度算法GELS.GELS首先得到不同功率下节点的平均数据发送量,然后根据冲突域的概率评估得到每级功率下节点的损失数据发送量,从而得到每个节点不同功率下的收益值,最后sink节点通过动态规划策略得到全网最优的无冲突功率调度方案.实验结果表明,提出的算法可以在保证链路间通信公平性前提下有效地减少网络平均延迟,提高网络吞吐量.     

现场级硬实时网络在线调度

通过对主要周期和非周期硬实时调度算法的深入研究，提出了一种可用于调度链路数据包的在线硬实时调度系统(ARTCS)。该调度器基于单调比率调度算法：RM、风车调度算法Sr和轮询服务器调度算法，能快速判定可调度性，进而自动生成总线表，使调度算法将数据包作为周期数据包进行调度。ARTCS简单、易用，有效地利用了总线带宽。顺序执行总线表，不仅能保证硬实时的性能，而且避免了消息传输中的中断和阻塞，因而较好地满足了现场总线领域中硬实时通信系统的要求。     

相继干扰消除的无线自组网基于SINR模型的调度

干扰是限制现代无线网络性能的关键因素。相继干扰消除(SIC)是一种简单而强大的多包接收技术,它可在物理层有效地处理干扰。本文研究了支持SIC的Ad Hoc网络中基于累积干扰模型的链路调度。干扰的累积效应与SIC的顺序解码特性相互作用,给干扰刻画与链路调度带来了重要的技术挑战。为刻画多条链路的干扰的累积,对任意链路,定义冲突集以表示一组能干扰它的解码。然后提出冲突集图(CSG)以刻画网络的干扰并定义干扰度以衡量链路的干扰。由于基于CSG的调度为NP-hard问题,设计了基于独立集的贪婪算法以有效地构造近似最优的可行调度。仿真实验表明,与简单的贪婪算法相比[1],本算法吞吐量平均提高30%且最高达60%。     

广域网出口流量调度SDN部署研究

为解决广域网出口部分的流量调度问题,提出了基于SR Policy/EPE的流量调度优化方法,在运营商网络上模拟实现了互联网出口流量调度方案。所提方法通过有效操控业务流量的流向,可实现端到端的流量分配和全网流量灵活调度,在保证用户体验的前提下,有效提高骨干链路的利用率,优化网络整体结构,极大提升了网络的可扩展性。对于各项性能指标应用SR性能测量功能,可选择最优或次优链路以解决广域网出口拥塞问题,证实了所提方案的可行性。     

一个基于差值有界的通信量调度算法

调度算法决定不同应用的包在输出链路上的发送顺序,是网络提供QoS服务的关键技术.该文给出了系统虚时钟和连接虚时钟差值有界的调度算法框架VDBF(virtual clock difference-bounded framework).在此基础上,采用周期修正系统虚时钟的方法和层次式排序结构,提出了简单公平的调度算法DFQR(difference-based fair queueing by re-calibration).此调度算法在网络延迟、调度公平性和实现复杂度之间达到了很好的折衷,理论证明和模拟显示出     

具有空闲时间的云制造作业车间调度方法

针对云制造企业的剩余能力利用问题,研究具有空闲时间的车间调度方法.构建云制造作业车间的调度框架,以最小化工期为目标,考虑设备空闲时间,提出工序加工时间序列的确定方法和空闲时间段的更新策略,采用基于工件的精简编码和改进的二阶粒子群算法求解工件最优调度顺序.仿真结果验证了所提出调度方法的可行性.与已有算法的对比分析表明,改进算法具有良好的搜索性能.     

项目优化调度的病毒协同进化遗传算法

针对次序约束和资源约束的多模式项目调度问题提出了一种病毒协同进化遗传算法,并提出了解的编码、选择、交叉、变异和病毒感染操作等.算法用于求解项目活动的一个最优调度顺序和资源模式以使项目的成本最低,其操作特点是既可以通过遗传操作在父子代群体之间纵向传播进化基因进行全局搜索,又可以通过病毒感染操作在同一代群体内横向传播进化基因进行局部搜索.利用模板理论对算法的性能进行了分析.理论分析和实验结果表明,算法的搜索性能优于一般的遗传算法.算法对于不同优化目标的多模式项目调度问题可以同时求得一个满足次序约束的项目活动的最优调度顺序和满足资源约束的最优资源模式.     

动态选择时钟的资源约束下调度算法

为拓展数据流综合可搜索解空间,使资源约束下的调度结果更加接近全局最优,提出一种动态选择时钟周期的资源约束下调度算法.在资源约束调度过程中,通过对单周期、多周期和链式操作进行组合来计算备选时钟;在调度过程中选择能够充分利用元件资源,并可减小数据通道延迟时间的时钟周期,最终完成最佳时钟下的资源约束下调度.该算法将资源约束的影响引入时钟周期的选择,可得到能够真正提高性能的最优时钟;在时钟选择过程中完成资源约束下调度,使调度和时钟选择同时完成,保证调度结果的全局最优性.实验结果表明,采用文中算法得到的时钟周期和调度结果保证了资源约束条件下的数据通道延时最小.     

同构环境中基于通信竞争的任务调度算法

基于DAG的静态任务调度算法已有深入的研究及应用.目前的调度算法大多假定处理器之间可以并行接收数据,而没有考虑实际应用中通信链路的竞争及延迟,进而导致调度算法在具体应用中效率较低.侧重研究同构计算环境下具有依赖关系任务的边调度问题,结合传统任务调度问题中的有效策略,提出基于优化插入的调度算法(OISA).OISA根据实际问题的具体特征,采用改进的路由算法选择负载较少的数据链路,并通过形式化的证明以优化通信数据在链路的开始传输时间,以达到降低调度长度的目的.通过试验测试表明,OISA在性能上明显优于目前已有的相关算法.     

一种多目标资源受限项目调度问题的教学算法

针对多目标资源受限项目调度的特性, 基于结合活动列表和资源列表的编码设计了合理的交叉操作, 提出一种多目标教学算法. 为了在个体间有效交互信息, 在教师阶段非支配个体作为教师与学生执行交叉, 而在学生阶段学生间执行交叉, 同时在每个阶段通过前向-反向改进增强局部搜索能力, 并用Pareto 档案集存储和更新非支配个体.基于标准测试集的数值仿真及与现有最好算法的比较, 验证了所提出算法的有效性.

     

求解多处理器任务调度问题的改进差分进化算法

针对多处理器系统任务调度复杂问题, 在自适应差分进化算法基础上增加惯性速度分项, 提出一种称为惯性速度差分进化(IVDE) 的改进算法, 以避免陷入局部最优解. 结合启发式任务列表, 对算法的状态编码提出了处理器列表(PL)、部分偏序任务列表(PTL) 和全部任务列表(CTL) 等3 种形式. 通过求解随机生成的任务调度标准图和真实求解任务问题, 进行了数值仿真验证, 其中PTL-IVDE 算法相比蚁群优化(ACO) 算法、混合遗传算法(TLPLC-GA), 能快速求得更好的任务调度方案.

     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

柔性制造系统的改进粒子群无死锁调度算法

基于柔性制造系统的Petri网模型,以制造期最小为优化目标,将死锁避免策略嵌入粒子群算法中,提出一种无死锁改进粒子群调度算法.该算法将粒子与工件的工序序列相对应,以位置数值的大小表示对应工件工序在执行顺序中的优先级.采用一步向前看的死锁避免策略方法对序列的可行性进行验证,提出一种跳出局部极值的策略.实例仿真结果表明了粒子群调度算法的可行性和有效性,以及改进粒子群调度算法的优越性.     

多阶段人机协同求解动态柔性作业车间调度问题

针对柔性作业车间生产环境中机器故障的动态调度问题, 以最小最大完工时间和最小偏差为目标, 结合车间调度人员的经验建立多阶段人机协同动态调度策略. 在不同阶段该策略的调度人员可参与优化过程, 提高方案的可行性和稳定性. 设计外部精英库中最优解的更新方法, 依据海明距离保留具有相同目标值的多种调度方案. 最后通过实例仿真验证了该模型和算法的有效性、可行性和稳定性, 更便于有效地指导生产实践.

     

多可再生能源冷热电联供微网系统环境经济优化调度

针对含多种可再生能源的冷热电联供微网系统调度优化问题,提出微网系统最小运行费用和二氧化碳排放的多目标调度优化模型,并结合启发式调度规则,采用改进多目标交叉熵算法获取Pareto最优解集.为了提高算法的收敛速度和求解精度,依据重要抽样理论将多目标优化定义为小概率事件,并引入样本分段生成策略和参数更新机制.算例仿真表明,所提出的多目标模型及其优化算法能够使微网系统获取较好的经济和环境效益,满足用户多样性的优化需求.     

无线传感器网络拓扑三级分簇优化算法

针对大规模分布式传感器网络提出一种拓扑三级分簇结构优化算法. 通过引入传感器休眠模式, 并考虑到分簇数目较多的情况, 对多个簇头节点采用生成最小刚性图的方法进行拓扑优化, 以实现传感器网络整体能量均衡,使传感器网络具有较好的连通性和鲁棒性. 仿真实验表明, 与已有相关算法相比, 采用所提出的算法可使网络延缓出现节点死亡现象, 有利于实现网络负载均衡, 并且网络中节点整体存活时间较长, 从而延长网络的生命周期.

     

期望-风险准则多阶段流水车间鲁棒调度

研究在设备故障环境下调度目标为工期的期望-风险准则多阶段流水车间鲁棒调度问题. 以期望工期和工期标准差分别作为调度性能和风险的度量, 求解这样的鲁棒调度方案, 使得期望工期尽可能满意的同时降低风险. 在详细描述问题的基础上, 研究问题的性质, 对量子进化算法进行改进来求解该鲁棒调度问题. 计算实验表明, 在机器可能发生故障的情况下, 期望-风险准则多阶段流水车间的鲁棒调度能够获得满意的性能和鲁棒性.

     

基于GMOGSO的多目标流水车间调度问题

针对缓冲区有限的多目标流水车间调度问题, 提出一种基于Pareto 最优的广义多目标萤火虫算法. 通过引入交换子和交换序将基本萤火虫算法离散化, 并将算法拓展为全局搜索过程和局部搜索过程. 进化初期采用全局搜索将种群推向较优区域, 进化中后期采用捕食搜索策略使算法主体在全局搜索和局部搜索间智能切换, 从而保证全局与局部的平衡. 动态变步长策略进一步增强了算法搜索能力. 通过算例测试验证了所提出算法的有效性.

     

考虑输入饱和的离散最优积分滑模控制

针对含有匹配有界干扰的线性离散系统, 提出一类最优积分滑模控制算法. 在系统开环极点位于单位圆内(上) 的前提下, 考虑输入饱和, 可以实现系统状态的半全局稳定. 该算法是低增益反馈和积分滑模的有益结合, 通过低增益反馈使输入饱和得到满足, 通过滑模控制增强了系统对干扰的鲁棒性; 另外, 该算法可以使特定的性能指标达到最优, 使系统稳态误差达到??(??²) 的量级. 仿真结果验证了所提出算法的有效性.