船厂钢板堆场多时段作业计划优化

针对船舶制造中由于钢板出入库时间段的分散性而引起钢板堆场大量倒垛的问题,建立了以减少计划期内倒垛量为目标的多时段钢板堆场作业计划优化模型。模型考虑钢板入库、倒垛和出库作业过程,以及时间约束和空间约束。根据对钢板入库、倒垛和出库作业流程及堆放原则的研究,提出并实现一种由动态规划启发式算法和变邻域搜索算法组成的两阶段求解方法。最后以某船厂的实际数据为例,分别在不同钢板规模情况下与固定参数的遗传算法及人工决策对比,结果表明,新的方法运算时间短,在较大规模问题时可减少47%~75%的倒垛量。     

基于混合优化算法的船舶分段堆场间调度研究

针对船厂运输任务分段的平板车缺乏有效调度现状,以平板车和任务分段的承重约束、任务优先级约束和任务时间窗约束作为约束条件,建立以平板车空载行驶时间和惩罚时间的权重和作为优化目标的模型。设计遗传算法、禁忌搜索算法,并提出两种构造邻域空间的策略,利用遗传禁忌混合优化算法求解平板车运输分段的最优序列;通过深度优先遍历算法求解考虑转向次数的最优路径,从而实现对模型的求解。以某船厂实际数据为例,对模型的应用进行实例验证,结果表明:本文方法可以求解较优的调度方案,实现资源的高效利用。     

基于混堆模式的集装箱堆场空间分配研究

在分析国内外港口集装箱堆存策略研究现状的基础上,提出了必须将集装箱箱区贝位作业平衡率及集卡在泊位与箱区贝位运输距离这两个矛盾目标置于同一个目标函数,并构建了相应的非线性整数规划模型。然后通过Lingo语言,应用文献算例中的数据对模型进行求解分析,得出在港口集装箱堆存时同时考虑箱区贝位作业平衡率和集卡运输距离能够获得系统整体最优。     

基于改进GA的分段堆场计划调度方法研究

针对船舶分段堆场在调度过程中周转效率低、调度滞后以及调度成本高等问题,以进出场分段在堆场中的调度为研究对象,考虑船舶分段堆场调度过程中的扰动因素,采用基于事件触发式的重调度方法,结合分段质量和移动距离建立数学模型,以移动分段所需的成本为优化目标,提出利用改进遗传算法来选择分段在堆场中停放位置的较优方案,并构建启发式规则来确定分段最优进、出场路径。利用某船厂实际数据对模型进行验证,表明该方法可得到较优的堆场作业计划,实现堆场资源的高效利用。     

混堆模式下集装箱堆场贝位分配问题研究

针对集装箱码头堆场的堆存原则,提出一种混合堆存策略,使得进/出口集装箱可以混合堆存在同一箱区内,同时又避免过分集中。在此基础上建立基于此混合堆存模式下以箱区间作业量平衡为目标的滚动计划混合整数数学模型,并采用Cplex对模型进行求解,得出各阶段进场集装箱的空间分配方案以及混堆模式中进出口集装箱贝位的最优比例关系。实例表明该混合堆存策略的合理性。     

混合流程生产系统优化调度方法研究

混合流程优化调度问题是当前研究的一个热点. 在对混合流程分层建模的基础上,采用启发式分枝定界算法对生产调度进行优化,优化目标函数为生产成本最小. 根据生产条件,推导出了5个优化规则,利用这些规则构建了启发式分枝定界算法. 为了较全面地优化生产成本,在优化过程中不仅考虑了加工任务的排序及起始时间,还考虑了库存对加工成本的影响.     

两阶段混合流程调度问题研究

根据两阶段混合流程调度的特性，对于第一阶段有一台机床，第二阶段有两台并行可替换机床的调度问题，在分枝定界算法和Johnson规则的基础上提出了3种启发式优化调度算法，使得加工时间跨度最小，并根据不同的情况给出了判别算法效率的下边界，对这3种算法的优化效果进行了仿真试验，通过对大量计算结果的分析，分别得出了3种启发式算法的优化效果。     

混合关键度驱动的实时调度研究

针对当前运行于不可预测开放环境下的嵌入式多使命复杂关键型系统,需要减少运行成本和处理不可预测工作负载情况的问题,文章提出一种混合关键度驱动的非对称式过载保护最小空闲调度策略。系统过载时,为共享同一处理器的不同关键度任务提供非对称式保护,禁止低关键度任务干扰高关键度任务,完全避免了传统的"关键度反转"问题。在恢复暂时阻塞的不同关键度任务时,在速率单调调度的基础上,引入关键度主导的截止期驱动动态调度策略,可使潜在处理器利用率达到100%。实验结果表明,这种新算法的综合性能优于当前已有的混合关键度任务调度算法。     

基于OFDMA资源调度分配算法的研究

针对OFDMA系统的特点,提出了一种按用户数据速率与信道条件进行资源调度分配算法。该算法在满足一定的公平性原则下,根据用户的信道参数与业务需求,动态分配子载波与传输时隙。同时还给出了该算法的具体实现步骤及在M.1225信道条件下的仿真结果,其结果表明:利用该资源调度算法可提高OFDMA系统的通过率近3倍。     

一种DTN网络摆渡节点存储分配方案研究

为提高DTN网络性能,针对摆渡路由算法中摆渡节点存储资源分配存在的公平性问题,提出了一种基于加权最大最小公平原则的摆渡节点存储资源的优化分配方案。区别于现有摆渡节点存储资源分配所使用的先来先服务方式,加权最大最小公平原则可以在保证数据节点在获得公平的数据传输机会的同时,为重点任务提供更多的资源支持。仿真实验表明,经过存储资源优化的摆渡路由算法与现有摆渡路由算法相比较,在网路传输成功率、平均网络时延等方面性能均有显著提高。     

外存分配策略对磁盘存储效率的影响研究

本文总结了几种常见的磁盘分配策略,对各磁盘分配策略的分配过程进行了分析和研究,分析了几种常见磁盘分配策略各自的特点,并通过对比总结了不同外存分配方式对磁盘存储效率可能产生的影响,且对外存分配策略的发展进行了展望。     

嵌入式多处理器系统混合调度机制的研究

通用高性能计算机需求不断增加,传统多处理系统得到了快速发展,但其成本和功耗也大幅攀升,以嵌入式系统构成群集替代传统平台成为未来焦点。讨论了一种成本低廉的嵌入式多处理器系统的基本结构与实现,利用平台特性实现了一种特殊MIMD结构,在集中式工作池的基础上能够支持混合调度机制以适应不同工作环境、任务条件需要。试验结果分析表明,该系统能够支持多种调度机制的混合调度策略,更能够较大幅度提升系统的运算能力。     

并行可替换机床混合流程调度算法研究

针对并行机床混合流程调度特性，分析了两种可替换加工情况调度问题的特点，考虑到调度目标是使所有任务有两台并行机房上的加工时间跨度最小，在此基础上作出了两个相应的推理。推理1得出了一台同机床可以替换时的优化调度方法，推理2得出了两台机床都可以作为替换机床时的优化调度方法，并在分析定界法的基础上，给出了两台并行可替换机床两种情况下的优化调度算法，最后通过仿真实验证明了本算法的有效性。     

电路与分组混合交换网络及调度机制

现有网络需要同时支持电路和分组业务,使用1个交换平面同时转发2种业务有利于设备的共享和网络的融合. 针对该需求,在Clos交换网络的基础上提出了电路与分组的混合交换网络及调度机制. 在混合交换网络中,调度机制为电路业务分配专用通路,同时利用剩余带宽为分组业务提供尽力而为的转发服务. 仿真结果表明,混合交换可以满足电路业务对服务质量的要求,并可以为分组业务提供较高的吞吐率.     

基于混合搜索策略的Job Shop调度研究

目的 提出基于遗传算法和禁忌搜索算法的混合算法，解决单一算法求解JobShop调度问题存在的不足，提高求解质量．方法 采用遗传算法作为全局搜索算法，禁忌搜索算法作为局部搜索算法．根据JobShop调度问题解的特征。提出基于关键工序的邻域选择方法，将基于这种邻域选择方法的禁忌搜索算法作为变异算子，加强了遗传算法邻域解的搜索能力．结果 混合算法在较短时间内，找到了FT10、LA24、LA36等典型benchmarks问题的最优解，得到的makespan的平均值较并行遗传算法（PGA）提高3．84％、较TSAB算法提高4.66％．结论 采用的禁忌搜索算法改善了遗传算法的局部搜索能力，说明提出的混合搜索策略是有效的．     

基于遗传算法的混合流水车间调度问题研究

研究具有并行机的混合流水车间调度问题。基于遗传算法,以生产周期最短为目标,对混合流水车间调度问题进行数学建模,明确编码、解码方案,确定遗传算子,通过Gantt图给出调度方案。通过Matlab对混合流水车间进行仿真模拟,得出最优解或较优解。研究结果表明,本文提出的方法有效可行。     

基于自适应遗传算法的混合流水车间调度研究

混合流水车间调度问题具有建模复杂性、动态多约束、计算复杂性、多目标性等特点,近些年,各种演进化算法被运用到生产调度中,特别是遗传算法的应用。本文提出了自适应遗传算法求解混合Flow-shop调度问题的方法,应用Matlab对算法进行编码,并利用实际的生产数据进行了仿真。通过仿真实验,仿真调度数据验证了自适应遗传算法用于求解大型流水车间调度的可行性和有效性。     

基于QBD模型的混合信道分配技术研究

混合信道分配技术兼有同定信道分配技术和动态信道分配技术的优点.为提高信道资源利用率,通过建立拟生灭过程的数学模型,选择切换保留混合优先级算法,然后通过模型平稳分布的求解得出性能指标的数学表达式,通过仿真对其性能进行比较.结果表明混合信道分配略差于动态信道分配,但优于同定信道分配.     

热工过程工业以太网中混合调度算法的研究

为提高工业以太网通信的实时性、确定性以及可靠性,分析了现有工业以太网的通信机理,提出了一种新的实时通信机制;并针对热工过程中随机负载的特点,提出混合调度算法．机理分析和仿真结果表明,该算法对具有随机负载的热工过程有很好的实时性．     

基于遗传算法的双目标混合流水车间调度问题研究

研究双目标混合流水车间的调度问题。提出一种新的算法,以遗传算法为基础,结合小生境技术来解决双目标混合流水车间调度问题。由于在实际的生产加工过程中,单一的目标已经不能满足企业的需要,因此有时需要考虑两个目标。本文充分考虑双目标条件下的流水车间调度问题,在以生产周期为优化目标的同时,生产费用也作为企业生产的优化目标。运用遗传算法来选择不同级别的染色体,对同级别的染色体则通过小生境技术选择,从而保证解的多样性和准确性。以合理的数学模型为基础,确定编码和解码方案,明确遗传算子,最后结合实例通过仿真得出最优方案。结果表明:采用小生境遗传算法可以有效的解决双目标混合流水车间调度问题。