组合窗口约束(m,k)＾的实时系统分析与研究

在研究基于窗口约束(m,k)模型的实时系统的基础上,提出一种基于非重叠组合窗口约束的实时系统.通过对该实时系统的可调度性条件的研究,提出一种新的组合窗口约束(m,k)＾的调度算法,该算法充分利用组合约束的特点,考虑本次调度对该窗口的可调度的影响来确定任务的优先级,并以此来提高任务的可调度性、减少组合窗口限制违例.仿真试验表明该算法在组合窗口约束的调度上,优于传统的独立比较两个约束确定优先级的调度算法.     

组合窗口约束（m，k）^∧〈h，k〉的实时系统分析与研究

在研究基于窗口约束（m,k）模型的实时系统的基础上,提出一种基于非重叠组合窗口约束的实时系统.通过对该实时系统的可调度性条件的研究,提出一种新的组合窗口约束（m,k）^∧〈h,k〉的调度算法,该算法充分利用组合约束的特点,考虑本次调度对该窗口的可调度的影响来确定任务的优先级,并以此来提高任务的可调度性、减少组合窗口限制违例.仿真试验表明该算法在组合窗口约束的调度上,优于传统的独立比较两个约束确定优先级的调度算法.     

基于起降性能模型的军用飞机起降规划与计算

为解决军用飞机快速出击及作战规划调度中的起降规划与计算问题,提出了一种基于起降性能模型的军用飞机起降规划与仿真计算方法。分析了军用飞机典型的起飞与着陆过程,通过对起降过程中飞机的受力情况分析及推理得到飞机的起降性能模型。在此基础上,设计了军用飞机起降规划与计算的流程,并进行了包括起飞距离与时间、着陆距离与时间等在内的相关计算。仿真计算结果与实际情况基本吻合,表明了该计算方法的可行性和有效性。     

单机调度问题对偶集结迭代算法

具有到达时间约束、目标为最小化加权完工时间之和的单机调度问题是一个典型的NP-hard问题,采用时间下标建模的线性规划松弛方法可提供一个很强的下界,但优化求解存在维数困难.为此,本文提出了一种对偶集结优化策略,通过选择一个衰减集结矩阵集结对偶乘子变量,利用对偶理论获得模型的约束集结,从而降低计算复杂度.同时分析了集结模型的结构特性,并提出一种迭代算法来改善下界.仿真结果表明对偶集结迭代算法能够减少计算时间,同时改善下界性能,适用于大规模调度问题.     

考虑起降安全的无人机血液运输路径规划

针对使用无人机进行血液运输的路径规划问题,以无人机运输总距离最小为目标,建立多约束无人机血液运输路径规划模型。考虑无人机起降平台数量受限情况下的无人机连续起降安全时间间隔,设计无人机起飞顺序调度策略,以减少无人机完成运输的总耗时,并提出一种基于帝国改革的帝国竞争算法求解该问题。该算法引入正弦扰动策略、增加帝国改革阶段来提高算法的搜索精度,使用与解质量相关的接受准则以保持种群的多样性。利用基准算例和无人机运输血液实例进行验证,结果表明,所提算法可为无人机血液运输任务提供满足各项约束,且没有无人机起降冲突的运输方案;无人机起飞顺序调度策略,可有效减少无人机实际完成任务的总耗时。     

基于改进模拟退火算法的针织生产线调度研究

针对含有多阶段生产流程的针织服装生产线调度问题，构建包含机器资源约束和成批约束的四阶段异构车间调度模型，利用多种调度规则对相邻阶段调度流程进行衔接。提出一种基于织片排序的带有多邻域搜索和重升温操作的改进模拟退火算法，以最大完工时间最小化为目标对上述模型进行求解。结合企业实际背景构建10种混合式订单作为案例进行仿真实验，并与现有优化算法进行对比，证实了该算法在求解针织服装生产线调度问题的有效性。     

基于遗传算法的不同约束条件车辆调度问题研究*

研究了不同约束条件下,车辆调度问题的最短行车距离。分别针对带有里程约束限制、带有时间窗口限制、带有满载和非满载约束限制的约束条件,建立了不同的车辆调度模型。针对车辆调度模型设计了自然数编码的遗传算法,并改进了遗传算法中的交叉算法,尽可能地保留了最优基因的遗传性,加速了算法的收敛性。最后进行算例分析,结果表明了模型和算法的有效性。     

基于禁忌搜索算法测地卫星任务调度研究

研究测地卫星调度问题,它是一个复杂的组合优化问题,涉及多个卫星,大量的任务与约束限制,何时和如何执行每项任务。分析了问题的主要约束,在合理的假设基础上建立了带有时间窗口多资源调度问题模型,提出一种改进的禁忌搜索算法求解该模型。用实例对模型和算法进行了验证,并将结果与动态规划方法求解结果比较分析,结果表明模型和算法是有效的。     

混合遗传算法求解含机器可利用约束的HFSP

针对含机器阻塞和可利用约束的混合流水车间调度优化问题,考虑工件运输时间,以最小化总加权完工时间为优化目标,建立混合整数规划模型,提出一种基于启发式规则的自适应混合遗传算法求解该模型.在传统遗传算法的基础结构上,引入五种启发式规则生成部分初始种群,从而改善部分初始解的质量;设计分段自适应交叉概率和变异概率计算公式,以加快算法收敛;利用局域搜索对得到的调度解进行再次优化,进一步提高算法搜索能力.对不同规模问题进行仿真实验,结果验证了该算法的可行性和有效性.     

一种启发式与/或优先约束任务调度算法

系统描述了与或网模型及与或优先约束任务调度的可行性判定算法.以顶点覆盖问题为基础,证明与或优先约束任务调度最小完成时间问题是NP完全的.提出一种启发式调度算法,解决与或优先约束任务调度最小完成时间问题.仿真结果表明,该算法在降低算法复杂度的同时较其它相关算法具有更好的调度性能,从而证明在实时优先约束任务调度中引入图优化的理论是解决优先约束任务调度问题的一个有效途径.     

基于双指标带权线性规划的公交车调度模型研究

公交车辆调度系统的优化可以提高公交车辆的运营效率,缓解城市交通压力,改善交通环境.针对公交车辆调度的现状,首先引入了公交车载客率和乘客不满率两个指标,并为这两个指标建立了带权优化模型;然后求得每个时间段最佳公交车发车数量,获得最优解;最后通过带入最优解,求得封闭线路（有来回）的最少备车数.通过代入数据验证,所得解在允许误差范围内符合实际结果,因此模型准确可靠,且基于本模型算法实现的程序能够应用于公交车调度系统.     

基于细菌觅食优化算法的城市轨道交通调度优化

为了合理高效地制定城市轨道交通调度方案,实现客流与车次的优化配置,提出了一种基于细菌觅食优化算法的城市轨道交通调度优化策略。兼顾乘客与运营企业双方利益,以发车间隔为决策变量,乘客平均候车时间最短和发车次数最少为优化目标,建立调度优化模型,并对细菌觅食优化算法求解该调度模型的过程进行分析。结合某城市轨道交通一号线实际运营数据进行仿真实验,并与其他算法的优化结果进行对比分析,实验表明该算法和模型能有效解决城市轨道交通调度优化问题。     

Train scheduling and circulation planning in urban rail transit lines

This paper proposes a two-stage optimization approach to optimize the train schedule and circulation plan with consideration of passenger demand for an urban rail transit line. A train scheduling model is based on the operation of train services, which results a mixed integer nonlinear programming problem. Moreover, a train circulation model is formulated to adjust the departure and arrival times obtained by the train scheduling model to reduce the number of trains required, which results in a mixed integer linear programming problem. The case study based on the Beijing Yizhuang line illustrates the effectiveness of the proposed model and solution approach.     

结合进港排序的终端区冲突解脱策略研究

终端区相对于航路,空间狭小,航线密集,航班机动范围有限,已成为飞行事故高发区。针对终端区的特殊情况,提出一种结合进港排序的冲突解脱方法。首先利用进港优化算法对终端区内航班的降落时间进行优化,然后将得到的预计到达时间与实际到达时间差最小作为航班解脱冲突的目标函数,由此得到终端区航班的冲突解脱方法,既保证了飞行安全又提高了运行效率。利用某机场的场景和飞行数据进行仿真,结果表明,此方法有效地解决了终端区飞行冲突问题,同时使航班快速有序地降落到跑道。     

基于种群分类粒子群算法的物流车辆调度优化

为了获得更加理想的配送车辆调度方案,提出一种基于种群分类粒子群算法的配送车辆调度优化方法。首先建立多约束配送车辆调度的数学模型,并以配送路径最短作为目标函数,然后采用粒子群算法对模型进行求解,并对每次迭代产生的粒子群进行分类,根据分类结果对粒子群进行不同的操作,加快了算法的搜索速度,以避免陷入局部最优,最后进行仿真对比实验。结果表明,种群分类粒子群算法获得比较理想的配送车辆调度方案,具有一定的实用价值。     

基于光伏预测的微电网能源随机优化调度

可再生能源的间歇性和负荷的随机性对微电网能源管理系统（ EMS）产生了巨大的挑战。在随机环境下的能源优化调度问题在微电网的研究中具有重要意义。以微电网中光伏发电系统的功率预测为基础,将光伏预测误差当做随机变量,建立了一种基于期望模型的能源随机优化调度模型。用Monte Carlo模拟方法生成了光伏发电预测误差的情景集,应用粒子群优化算法来解决随机优化调度模型。通过与确定性模型产生的调度方案相对比,证明了随机优化调度模型更加有效。     

基于蚁群算法的泊位调度优化与仿真

在全球贸易经济聚焦在中国的同时,港口的吞吐能力成为目前港口业的主要矛盾。提高泊位这个环节的运作能力,减少船舶在港时间,增加港口的吞吐能力成为主要研究对象。本文采取仿真模型与优化算法相结合的研究方法,把泊位调度问题转化为旅行商问题,建立了一个泊位岸桥协调调度,通过蚁群算法建立数学模型,使船舶在港时间最短为目标建立函数,求得最佳调度方案。用ProModel建立船舶到港停泊及离港仿真模型。验证泊位调度优化的有效性,以便指导港口实际的泊位调度。     

基于IABC算法的舰载机着舰调度

舰载机有序、高效着舰是确保舰载机舰面保障计划如期进行的必要前提,为提高舰载机着舰效率并减轻传统人工着舰排序的负担,研究一种舰载机着舰调度算法.首先,以加权着舰完成时间和为优化目标,构建舰载机着舰调度的数学模型;其次,提出一种改进的人工蜂群算法用于模型求解,算法在基本人工蜂群算法的基础上引入遗传算法中的交叉算子、精英策略以及一系列自适应局部搜索策略,以增强算法的全局搜索性能,提高算法收敛速度;最后,通过着舰调度案例仿真和算法对比表明,改进的人工蜂群算法具备更强的优化性能和更好的鲁棒性,可以求解大规模舰载机着舰调度问题,具有工程实际应用价值.     

求解异构并行机调度问题的混合多目标教-学优化算法

以异构并行机调度问题为研究对象,考虑了一类以优化总加权完工时间和加权延误总和的调度问题。首先,基于问题描述构建了该问题的混合整数规划模型。其次,提出了混合多目标教-学优化算法。在算法设计中,结合问题的特点设计序列编码方法,并采用分解技术来实现多目标调度问题的求解。此外,该算法通过融合多种交叉算子来定义个体进化过程,并通过与变邻域搜索算法的混合来提升其优化效果。最后,给出了仿真实验与分析,测试结果验证了多目标教-学优化算法求解该调度问题的优越性。     

混合蚁群优化算法求解卫星数传调度问题

为了求解卫星数传调度问题,提出了混合蚁群优化算法。算法设计了基于任务数传操作的解构造图,提出了基于解构造图的任务调度序列和资源分配序列概率决策模型,采用基于随机加权的混合策略综合利用问题的启发式信息。算法通过基于混沌变异的列信息素向量更新策略增强解构造的多样性,通过具有补偿机制的全局信息素更新策略来保证算法的收敛性。利用STK工具设计了五个调度场景,并利用计算机生成各场景的数传任务。仿真实验结果表明,该算法是可行、有效的,收敛性和解多样性较好。