多机相关任务调度的优化策略与组织方法

本文提出了在有同一多机相关任务约束下,执行批量任务操作时,调度组织的最佳性概念和实现策略,证明了调度组织的最佳性准则,采用PDL语言提供了最佳调度组织算法,并与多机相关任务的改进性分枝定界调度算法进行比较,证明其最佳性更为完备。     

航天测控调度分枝定界算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度整数规划模型,引入了拉格朗日松弛思想并与分枝定界算法结合,设计了基于拉格朗日松弛的分枝定界算法求解航天测控调度问题。通过对两个场景的仿真实验,得到了两个场景的航天测控调度问题最优值,验证了基于拉格朗日松弛的分枝定界算法的有效性。     

基于遗传分枝定界算法的Flow-shop调度问题

Flow shop调度问题属于NP难题,传统的方法很难求出精确最优解,提出了一种遗传分枝定界算法,即在遗传算法中引入分枝定界算法保持对优化解有贡献的工件部分顺序,求解3机Flow shop调度问题,该算法与常用的遗传局部算法和遗传动态规划算法类似,用随机方法测试例子,与目前著名的Taillard的禁忌搜索算法和Reeves的遗传算法两种改进算法进行比较,大量的数据实验证实了遗传分枝定界算法的有效性。     

带后继位级跟踪的抢先位级调度

本文论述多处理机的最佳调度算法.对于相关任务,文中提出了“PSLT——带后继位级跟踪的抢先位级调度算法”.为实现PSLT调度算法编制了操作原语,并对该算法的最佳性进行了分析.     

3机Flow-shop调度问题研究

提出了一种遗传分枝定界算法求解3机Flow-s hop调度问题，该算法类似于常用的遗传局部算法和遗传动态规划算法．用随机方法生成测 试例子，通过与著名的Taillard的禁忌搜索算法和Reeves的遗传算法进行比较，实验结果证 实了遗传分枝定界算法的有效性．     

基于分支定界和神经网络的实时调度策略

为解决一些对精度和实时性要求较高的调度问题,设计一个基于分枝定界算法和人工神经网络的实时调度算法.策略先使朋分枝定界算法来找到m个作业的最佳排序.在生成足够多的排序以后,将排序作为训练样本来训练一个m维人工神经网络,从而得到一个m维的人工种经网络主矩阵.在实际的乍产环境中,先对实际到达的n(n>m)个作业进行分组,再利用离线生成的人工神经网络主矩阵对每个分组进行初始排序.最后将每个分组看作一个整体,根据Palmer算法得到n个作业的最终排序.仿真表明该策略具有较好的实时性,同时也能达到较高的精确性.     

基于约束传播的HFS调度研究

将约束传播技术同分枝定界法相结合求解优化目标为最小最大完工时间的混合流水车间调度问题。算法核心是根据资源松弛度确定关键阶段,通过在分枝定界算法中嵌入动态可调的开工时间窗口,用顺序传播、资源传播、上下游工序传播,动态修改每个操作的开工时间窗上下界,并在算法特点基础上给出相应的剪枝下界,以减小搜索空间,提高分枝定界法的优化能力。实验结果证明了算法的有效性。     

MRCPSP的一种精确算法

着眼于多模式资源受限项目调度方法,其特色在于,针对项目中每个任务的工期不仅取决于自身的执行模式,而且决于该工工时间的一般情形,同时考虑每个任务对可更新（再生）资源需求呈任意分布、可更新（再生）资源的最大供给量随时间而变化的一般情况,作为对前人研究成果的进一步推广,本文在经典单模式DH分枝定界算法的基础上,利用事件驱动的时间增量方式,成功地获得了这种最一般的项目调度问题的最优解。     

基于遗传分枝定界算法的F1ow—shop调度问题

F1ow—shop调度问题属于NP难题，传统的方法很难求出精确最优解，提出了一种遗传分枝定界算法，即在遗传算法中引入分枝定界算法保持对优化解有贡献的工件部分顺序，求解3机F1ow—shop调度问题，该算法与常用的遗传局部算法和遗传动态规划算法类似，用随机方法测试例子，与目前著名的Taillard的禁忌搜索算法和Reeves的遗传算法两种改进算法进行比较，大量的数据实验证实了遗传分枝定界算法的有效性。     

基于分支定界和神经网络的实时调度策略

本文提出一种基于分枝定界算法和人工神经网络的实时调度算法来解决双环厂磨削车间的调度问题。该策略先使用分枝定界算法来找到m个作业的最佳排序。在生成足够多的排序以后,将这些排序作为训练样本来训练一个m维人工神经网络,从而得到一个m维的人工神经网络主矩阵。在实际的生产环境中,先对实际到达的n（n〉m）个作业进行分组,再利用离线生成的人工神经网络主矩阵对每个分组进行初始排序。最后将每个分组看作一个整体,根据Palmer算法得到n个作业的最终排序。     

汽车装配线生产计划与调度的集成优化方法

为提高汽车装配线的生产效率,优化资源配置,研究了汽车装配线生产计划和调度的集成优化问题,给出了该问题的混合整数规划模型.利用分枝定界算法和单纯型法求得问题的粗生产计划.通过将模拟退火算法和快速调度仿真相结合,探讨了一种新的启发式算法.然后基于已求得的粗生产计划,针对三种不同寻优组合论述了该算法的实现.将该算法应用于实际算例,仿真结果表明该算法对求解此类问题有着很好的效果.     

飞机着陆调度排序算法的设计与实现

航空管制员必须为同时到达的每一架飞机计算着陆时间，使整体费用最小，同时还要注意一些硬性的限制条件。在某一时刻，给定管制员视野内的飞机数量，可以公式化为约束最优化问题，从而应用一定的算法来解决。该文提出了基于分枝定界的飞机着陆调度排序算法——ASAL，实验证明通过该算法能够很好地解决飞机着陆调度优化问题。     

用GA求解有模具约束的平行机台成组工作调度问题

描述了在平行机台上调度具有单一模具约束的成组工作，以实现最小化总拖期量为目标建立了数学模型，并运用遗传算法得到不同的调度方案，比较了遗传算法的５种不同交叉方式。在算法中，利用仿真方法对不同调度方案进行了评估，并利用几组随机问题与分枝定界法求得的结果对比，测试了该算法的有效性。     

一类单机动态调度问题的改进滚动时域方法

将滚动时域方法用于一类单机动态调度问题,对其调度子问题进行改进.在子问题的目标函数中增加一个终端惩罚项,在优化局部目标的同时兼顾全局目标,证明了已有分枝定界算法经适当修正可用于求解改进的调度子问题.仿真计算结果表明,在绝大多数情况下,改进滚动时域方法的调度质量优于最好的规则调度方法.     

基于任务复制的分簇与调度算法

针对并行与分布式系统中相关任务的静态调度问题,以最小化调度长度为主要目标,以减少资源数为次要目标,对待复制的重要祖先集定义了新的选择策略,提出了基于任务复制的动态关键前驱调度算法.改进了粒度的定义,证明了对任意DAG,算法有优于前人的性能下界.实验结果优于典型任务复制算法,特别是对经典EZ算例的解(调度长度为8)好于前人认为的理论最优解(调度长度为8.5),并证明了新的解为最优解.定义了DAG的补图,讨论了不允许任务复制时树型DAG的2-优度算法.     

考虑资源转移时间的资源受限项目调度问题的算法

现有项目调度问题的研究一般假设资源在任务间转移不需要时间,但这一假设与很多实际情况不相符,本文在资源受限项目调度问题（Resource-constrained project scheduling problem,RCPSP）中引入资源转移时间,以最小化项目工期为目标,建立了考虑资源转移时间的资源受限项目调度问题的数学模型.为改善遗传算法在局部搜索能力方面的不足,提出将分支定界法与遗传算法相结合,构造了一种内嵌分支定界寻优搜索的遗传算法,在保证算法全局搜索能力的前提下提升局部精确搜索能力.同时,对于遗传算法,为了适应算法结构提出了一种基于任务绝对顺序的编码策略.数据实验表明,对于小规模问题可获得近似精确解,对于大规模问题相较现有文献所提算法,在算法求解精度上可提升10%.     

单机序列相关Setup最小化最大拖期算法

研究了一个具有序列相关Setup带交货期的单机调度NP问题,优化目标是最小化最大拖期。提出了一个求解该问题的分枝定界枚举算法,其中包括确定问题上界和下界的方法,以及两条优势规则。计算实验证明了本文提出算法的有效性。     

实时多处理器系统的动态分批优化调度算法

提出了一种实时多处理器系统的新的高效动态调度算法--动态分批优化调度算法,该算法突破了以往算法中一次只安排一项任务的做法,采用在每次扩充当前局部调度时,按一定规则在待调度的任务集中选取一批任务,对该批任务中的每项任务在每个处理器上运行构造目标函数,将问题转化为非平衡分配问题,一次性为这些任务都安排一个处理器或为每个处理器安排一项任务,使得这种安排具有最好的"合适性",以增大未安排任务的可行性.这种方法极大地提高了算法的调度成功率.同时,为了研究该算法的有效性,对其进行了大量的模拟,分析了一些任务参数的变化对算法调度成功率的影响,并与节约算法的调度成功率进行了比较.模拟结果显示,在节约算法的调度成功率小于10%的约束条件下,该算法的调度成功率大于90%,说明新算法的优势是非常明显的.     

空间众包中多类型任务的分配与调度方法

针对空间众包多类型任务完成的质量与数量问题,提出多类型任务的分配与调度方法。首先,在任务分配过程中,结合空间众包中多类型任务和用户的特点,对贪婪分配算法改进,提出基于距离ε值分配（ε-DA）算法;然后,将任务分配给附近的用户,以提高任务完成质量;其次,利用分支定界思想（BBS）,根据专业匹配分数的大小,对任务序列进行调度;最后,找到最佳的任务序列。针对分支定界思想的调度算法运行速度较慢的问题,提出最有前途分支启发式（MPBH）算法。通过MPBH算法,使得在每次任务分配过程中实现局部最优化,与分支定界思想的调度算法相比,在运行速度上提高了30%。实验结果表明,所提方法能够提高任务完成的质量以及数量,有效地提高了运行速度与精确性。     

一种实时异构系统的集成动态调度算法

提出了一种实时异构系统的集成动态调度算法.该算法通过一个新的任务分配策略以及软实时任务的服务质量QoS(quality of service)降级策略,不仅以统一方式完成了对实时异构系统中硬、软实时任务的集成动态调度,而且提高了算法的调度成功率.同时,还进行了大量的模拟研究.这些模拟以传统的近视算法为基准,将其应用在实时异构系统集成动态调度时的调度成功率与新算法进行比较,模拟结果表明,在多种任务参数取值下,新算法的调度成功率均高于传统的近视算法.