一种基于强化学习的作业车间动态调度方法

Production scheduling is critical to manufacturing system. Dispatching rules are usually applied dynamically to schedule the job in a dynamic job-shop. Existing scheduling approaches sel- dom address machine selection in the scheduling process. Composite rules, considering both machine selection and job selection, are proposed in this paper. The dynamic system is trained to enhance its learning and adaptive capability by a reinforcement learning (RL) algorithm. We define the conception of pressure to describe the system feature. Designing a reward function should be guided by the scheduling goal to accurately record the learning progress. Competitive results with the RL-based approach show that it can be used as real-time scheduling technology.     

基于滚动优化的虚拟云中实时任务节能调度方法

目前,节能已成为云数据中心的研究热点.建设节能的云数据中心不仅可以减少用电消耗,而且可以提高系统的可靠性.现有的云中心节能调度算法缺乏在任务调度级别的考虑,使得任务执行效果受到较大影响.为此,首先给出了一种基于滚动优化的实时任务调度器结构,然后详细分析和构建了任务能量消耗模型.在此基础上提出了一种实时非周期任务节能调度算法EARH(energy-aware scheduling algorithm).EARH采用的滚动优化策略能够被拓展并集成其他节能调度算法.此外,提出了资源动态增加与缩减策略,用于在系统可调度性与节能两方面进行权衡.最后,通过大量的模拟实验验证了EARH的性能.与其他3种基准算法相比,其实验结果表明,EARH的调度质量优于其他算法,可有效提高系统性能.     

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ARIMA模型的虚拟资源动态调度方法

将应用部署到云端已经成为业界越来越普遍的做法,高并发、大流量已经成为多数云应用的一大特征。如何应对不断增长的高并发和用户流量的激增、合理利用资源、保障应用的稳定运行是云资源管理需要解决的重要问题。针对基于监控数据进行资源调整的方式容易引发资源调整滞后的问题,提出了一种基于ARIMA预测模型进行资源调整的虚拟资源动态调度方法。该方法能够根据预测的请求量,结合当前资源的负载能力来计算所需的资源规模,从而进行虚拟机资源的配置或释放。实验结果表明,所采用的预测模型能够较好地拟合实验的场景,通过使用基于预测模型的资源调度算法能够及时、有效地保证云服务质量。     

基于两级CBR 的钢铁企业动态调度系统研究

提出了具有较高稳定性的两级案例推理方法，研究如何采用框架结构表达钢铁生产动态调度的案例．引入决策树的思想实现案例聚类，运用最邻近法实现案例检索．借鉴面向对象的思想调整案例，采用模糊集理论实现案例评价，并探讨了案例维护的基本方式．开发了原型系统，运行结果在速度、有效性和稳定性方面均符合现场基本要求．     

基于滚动时域优化的机场起降动态调度

为了减少作战时军用飞机实际起降时刻与计划起降时刻产生的偏差,提出一种基于滚动时域优化原理的动态机场起降调度策略,分析军用飞机起降过程中的时间窗口约束和尾流间隔约束。对进入每个预测窗口内的飞机队列,以加权提前/延误时间和最小作为目标函数,将军用飞机起降调度模型转换为带到达时间的单机加权E/T调度模型。设计一种针对自然数域的离散粒子群算法,并应用该算法进行模型求解。通过仿真实验确定了算法的参数,仿真结果说明了模型和算法的有效性。     

基于场景动态度的两级配送路径问题

针对城市配送过程中出现的交通限行和需求不确定性等问题,将配送周期划分为初始配送阶段和动态补货阶段,路径中包含枢纽型物流中心、配送型物流中心和客户,研究其共同构成的两级车辆配送路径优化问题.考虑到问题的动态性,提出前摄性需求配额策略及响应性补货策略,构建基于场景动态度的两级动态车辆路径问题数学模型.设计融合扫描算子的禁忌搜索算法,完成车辆初始阶段的配送路径优化;根据场景动态度,设计修复/更新性动态客户的响应策略,快速响应动态需求.最后,通过仿真算例验证模型和算法的有效性,实验结果表明,所提出的设计策略能够有效降低动态客户对低动态度应用场景初始路径的干扰,并简化高动态度场景下的路径优化复杂度.     

Mask R-CNN中特征不平衡问题的全局信息融合方法

特征不平衡问题是影响神经网络检测效率的关键因素.针对Mask R-CNN中的特征不平衡问题,提出一种基于全局特征金字塔网络(GFPN)的信息融合方法.通过将GFPN产生的不同大小特征相融合,生成包含全局语义信息的特征网络,并采用反向过程对原始特征层进行重新标度,从而使得每个特征层均含有全局语义信息.实验结果表明,与原始...     

基于可分布线程的实时CORBA动态调度模型设计

以OMG实时CORBA规范2.0中的可分布线程为基础,分析已有实时CORBA动态调度模型,从凋度系统全局优化性着眼,提出了基于可分布线程的实时CORBA动态调度模型的设计方案。     

基于窗口的某航空发动机装配车间动态调度

针对航空发动机装配车间因急件插入造成静态调度结果失效的问题,文中在考虑机器能力约束的基础上,建立了重入式混合Flow-shop动态调度模型;提出了基于窗口的动态调度策略,根据急件插入时刻,将已生成的预调度方案中的发动机分成三部分：正在装配发动机、装配完成发动机、未装配发动机。再调度窗口的大小包含正在装配发动机的未装配工序和插入的急件。该动态调度策略不仅保证了事件响应的快速性,而且尽量减少对预调度方案的变更。实验表明该动态调度方法可行有效。     

基于多智能体的流程工业动态调度研究

根据流程工业某车间的生产过程,建立基于多智能体的生产调度系统模型,分析各智能体之间的关系,利用多智能体之间基于博弈论的协商机制,提出一个双边单议题多阶段的谈判模型,解决以工序流量或产品产量为目标的调度问题。对某隔膜烧碱生产线调度实例进行仿真,结果验证了该系统的可行性和有效性。     

基于准时制思想的炼钢—连铸生产动态调度算法

通过对炼钢—连铸生产动态调度问题的分析，建立了基于准时制思想的炼钢—连铸生产动态调度模型．提出了一种基于多个邻域结构和种群进化策略的进化迭代局部搜索算法，用于求解该模型．基于实际生产数据的仿真试验证明了所提出模型和算法的有效性．     

带时间窗动态车辆路径问题的优化调度策略

针对带时间窗动态车辆路径问题(DVRPTW),根据优化时间点的选取建立DVRPTW的一系列静态子模型,研究优化调度策略,分别是基于新顾客插入后的重复优化方法、批处理的方法或两者的混合。通过定义紧急顾客,提出一种新的紧急顾客插入和分批驱动调度策略,该策略只需实时插入紧急顾客,具有快速响应、计算负荷小和路径计划更新频率低的优点。仿真对比实验比较了4种策略的优劣,并探讨分批优化间隔长度对调度性能的影响。     

基于免疫优化的公交驾驶员调度问题

为解决公交驾驶员调度优化问题,提出一种基于免疫计算的驾驶员调度优化方案。设计驾驶员调度问题的数学模型,给出非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子,以及支配抗体的拥挤距离公式,并在仿真环境下进行实验。实验结果表明,该算法能有效地解决公交驾驶员调度优化问题,具有较好的应用价值。     

基于记忆库拉马克进化算法的作业车间调度

多种群遗传算法相比遗传算法在性能上能够有所提高,但对具有较多局部最优解的作业车间调度问题,多种群遗传算法仍然难以改善易陷入局部最优解和局部搜索能力差的缺点.因此,提出了一种求解作业车间调度问题的新算法MGA-MBL(multi-population genetic algorithm based on memory-base and Lamarckian evolution for job shop scheduling problem).MGA-MBL在多种群遗传算法的基础上通过引入记忆库策略,不但使子种群间的个体可以进行信息交换,而且有利于保持整个种群的多样性;通过构造基于拉马克进化机制的局部搜索算子来提高多种群遗传算法中子种群进化的局部搜索能力.由于MGA-MBL采用了全局寻优能力较强的模拟退火算法对记忆库中的个体进行优化,从而缓解了多种群遗传算法易陷入局部最优解的问题,并提高了算法求解作业车间调度问题的性能.对著名的benchmark数据进行测试,实验结果证实了MGA-MBL在求解作业车间调度问题上的有效性.     

基于ISM的动态优先级调度算法

在嵌入式Linux操作系统的实时调度算法中,EDF调度算法不能解决负载过载问题。为此,引进对系统负载有着良好表现的SLAD算法和BACKSLASH算法。基于ISM算法思路,提出一种动态优先级调度算法。该算法能根据一段时间内负载过载的情况,灵活地调度EDF算法和SLAD算法,从而提高系统在正常负载和过载情况下的调度效率。对实时任务截止期错失率DMR指标的测试结果证明了其改进效果。     

一个实时CORBA的动态调度服务模型

在实时CORBA中引入调度服务简化了实时应用的开发,但目前实时CORBA1．0所定义的调度服务使用固定优先级调度策略只能适合于一个封闭的CORBA应用系统．本文针对这一局限性,提出了一个基于客户调度器和服务调度器相协作的动态调度服务模型对其进行扩展,使得调度服务可以适用于一个更为开放的实时CORBA系统．