数控系统的混合任务模型及其最优调度算法研

针对数控系统中多种类型任务并存,且任务之间在时序、资源等方面存在相关性的特点,建立了混合任务系统模型,并引入计算机人工智能领域的启发式最佳优先搜索算法来实现该模型任务集的最优调度.该算法通过搜索问题的状态空间树,在符合所有约束条件的状态节点中寻找使得启发式评估函数取到极小（或极大）值的节点,最终得到系统的最优调度集.实例研究和算法性能分析表明,该算法解决了传统实时系统调度算法不适用于混合任务系统的问题,对于并发任务数量不大的数控系统,能有效地实现任务的最优调度.     

基于顶点覆盖问题解的与/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.通过算法示例表明,该算法对与/或优先约束任务图具有良好的调度性能,能够得到一个最优唯与任务图,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.     

具有禁止时间窗口的资源受限水利工程项目调度

水利工程项目的调度属于资源受限的项目调度,但又具有特殊的时间约束,称之为禁止时间窗口的约束,该约束假设某些任务不能在某个特定的时间段内执行.针对此类问题建立了一种带有禁止时间窗口约束的资源受限的项目调度问题模型,并提出了一种改进的类电磁算法,对局部搜索、电荷、合力及粒子移动的方式进行改进.基于PSPLIB实例库设计了仿真数据,将改进的类电磁算法与启发式优先规则、遗传算法进行比较,仿真结果表明了改进的类电磁算法的优化效果优于对比算法.     

车间作业的混合组合规则调度方法

分析多种类型零件投放车间时根据零件工艺路线特点，在不同机床上选用适当的启发式调度规则，实现车间调度周期内的多规则混合调度（ＭＤＲ－ＭｉｘｅｄＤｉｓｐａｔｃｈｉｎｇＲｕｌｅ）的方法。实验结果表明，针对具体加工任务和加工资源特点，通过有限步的仿真搜索所形成的多规则混合调度，算法性能比通常所采用的针对所有机床的单规则调度算法有明显提高。该方法已应用于作者开发的车间控制器中。     

一类面向任务的快速调度算法的研究

为了迅速有效求解作业车间大规模调度问题,克服常规调度算法求解时间长、效率低下、只能适应小规模系统求解的缺点,提出一种基于快速搜索可行调度时间的面向任务的调度算法.该算法依据某一调度目标计算每道工序的可行调度时间,将不同的操作以顺序加工或逆序加工的方式分配至给定能力约束的机器上,通过储存和不断更新每台设备有效调度时间缓冲区的方法,减少工序在每台设备上可行调度的搜索时间,较大地提高了计算效率.仿真结果验证了该算法为解决大规模调度和实时调度问题提供了崭新的思路.     

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.     

参数化活动调度及其混合免疫调度算法

提出了用来解决Job shop调度问题的混合免疫调度算法.首先构造了一种结合小生境技术的混沌搜索免疫算法,作为全局搜索算法来找到调度解空间中的较好解;然后,提出一种改进的禁忌搜索算法作为局部搜索算法,在该解所在局部解空间进行局部搜索.为了减小调度问题的解空间,采用参数化活动调度启发式算法将解空间限定在参数化活动调度集合内.多个标准算例的仿真结果表明混合免疫调度算法是解决Job shop调度的有效方法.     

提高混合实时任务确定性的两级调度算法

为提高混合实时任务的确定性,提出了一种两级调度算法。先给出了调度算法的架构,通过增加一个调度模块实现周期性实时任务调度,非周期性实时任务则由系统内核调度。然后建立了任务模型,并对调度算法、任务集可调度性和抖动等进行深入研究。将提出的调度算法应用到基于Windows CE.NET的液压机控制系统中,分析了控制系统的硬件平台和任务划分。最后对调度算法进行验证,结果表明,该算法能保证混合实时任务的确定性,减小抖动,从而提高控制系统的精度。     

集装箱码头集卡调度模型与Q学习算法

研究集装箱码头装卸过程中集卡调度问题,建立了集卡调度动态模型,目的是使装卸桥等待时间最小.设计了基于Q学习算法的求解方法,获得在不同状态下的集卡调度策略.提出了应用Q学习算法求解集卡最优调度时系统状态、动作规则、学习步长与折扣因子的选择方法.结果表明,随着集卡数量的增加,Q学习算法获得的结果优于最长等待时间、最远距离、固定分配集卡等调度策略.     

基于有限优先级的动态调度分组算法

实时调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面.实时调度在理论分析时,都假设系统能识别任意多的优先级.当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量.在实际的任务系统中进行动态调度分析时包含任务系统动态调度所需的最小优先级数量的判断方法和任务系统分组算法.在此基础上,给出了任务系统分组的算法及最优分组的判定条件,并详细说明了任务系统分组算法的步骤和过程.     

多处理器实时系统中的非精确轮转式调度算法

目的研究基于多处理器实时系统中具有截止期和容错需求任务的非精确轮转式调度算法,使强实时系统在发生故障的情况下,任务也能在其截止期内完成,不至产生灾难性后果.方法将非精确计算模型引入到轮转式调度算法中.结果仿真实例表明,非精确轮转式调度算法具有更低的任务拒绝率,同时能更为有效地利用系统资源.结论该算法扩展了轮转式调度算法的允许调度定理,使得主/副版本任务在执行时间上可以重叠,提高了任务的可调度性,使整个系统负载均衡,并减少了系统搜索时间.     

基于回卷恢复的数控系统实时容错调度策略

针对数控系统对时间确定性和可靠性的要求,建立混合关联任务集描述模型,提出了基于回卷恢复机制和最佳优先（BF）算法的容错调度策略.该策略对数控系统关键任务的执行过程进行周期性分段验证,通过保存正确的检查点状态,使得出现瞬时故障时任务可以从检查点开始继续执行,从而以较低的计算损失达到容错的效果.与传统的实时容错调度算法相比,基于回卷恢复机制的容错调度策略能很好地适用于数控系统多类型任务并存和任务间相互约束的特点,同时,通过降低错误恢复所需的时间开销,有效地提高了系统的资源利用率.该算法应用于数控系统的有效性在实例分析和算法模拟研究中得到验证.     

Two-stage scheduling algorithm based on priority table for clusters with inaccurate system parameters

1 INTRODUCTIONConducting research on scheduling of Webcluster is quite valuable and has already attractedmuch research work[1 6],but the above algorithmshave the following deficiencies .1) The system status discussed in previouswork is al ways assumed to be definite and accu-rate .In fact ,the execution status of cluster sys-temis al ways inaccurate due to some facts .2) Web-based service has its own characteris-tics ,for example ,theintegrity of sessions must bemaintained,otherwise the i…     

云数据中心面向实时任务的节能调度算法

针对云计算环境下的独立实时任务的节能调度问题进行了研究,设计了一种基于松弛时间的任务调度算法,该算法由实时任务的分配、虚拟机资源的动态扩展以及虚拟机的动态整合3个部分组成,通过计算任务的松弛时间保证任务在截止期限内完成,保证任务的时效性. 同时提出了一种基于多阈值的虚拟机整合策略,以平衡系统负载并降低系统完成任务集合的能耗. 实验表明,与其他算法相比,该算法在保证了任务能够按时完成的基础上,有效降低了系统的整体能耗.     

基于非精确计算模型的OSL算法

目的研究多处理机系统任务分配的启发式策略和容错调度算法,设计一种高效实时调度算法．方法只对任务强制部分进行复制,将任务分为强制执行部分主版本PTMi、强制执行部分副版本BkMi．和选择执行部分Oi,采用可选择部分后调度．结果提出了可选择部分后调度（Optional Scheduling Later,OSL）算法,通过实例与ICDM算法进行了仿真比较,说明了该算法的有效性．结论该算法使任务的完成时间提前,提高了处理机的利用率,便于广泛应用．     

异构集群独立任务调度问题的自适应免疫算法

异构集群独立任务调度问题是一个典型的NP难题.面向这一难题,现有的启发式调度算法,如RC、DGA等都没能兼顾实时性与负载均衡能力.人工免疫是一个新的人工智能技术,在解决组合优化难题方面,表现出了较好的性能.文章建立了一个异构集群任务调度模型,基于免疫响应的克隆选择原理和亲和力成熟机制,提出了异构集群独立任务调度问题的自适应免疫算法(AIBA).在AIBA中,通过注入抗体和动态计算负载均衡阈值的方法,将LPT算法的实时性与人工免疫系统的组合优化能力有机地结合了起来.最后,通过模拟实验对算法进行了测试和比较.实验结果显示,与DGA相比,该算法具有自适应调整能力,能动态地兼顾实时性与负载均衡度指标,有很强的实用性.     

基于改进粒子群算法作业车间调度问题的优化

针对作业车间调度问题,提出一种基于自适应权重和混沌的改进粒子群优化算法。构建以机器加工时间最短为优化目标的多约束作业车间调度模型,采用基于工序排列的编码方式得到粒子参数与工序序列的映射关系;基于自适应权重改进粒子群算法中的惯性系数和加速因子,使得算法可以根据适应度值动态调整参数因子;采用反向学习策略改善种群初始解的质量;引入莱维飞行、变邻域搜索、混沌,增强了算法的搜索能力,避免陷入局部最优解。试验结果表明:改进粒子群算法可以有效地提高粒子利用率,平衡全局搜索与局部搜索能力,改善传统粒子群算法易早熟的缺点,得到更优的解。     

基于非抢占RMS的分布式控制系统中实时任务调度算法

分布式控制系统是一种应用极为广泛的分布式实时系统,如何将系统中的任务分配到各个处理器上并保证它们的时限是系统关键技术之一．对于系统中每一个处理器上的任务采用非抢占RMS算法调度,该算法是一种最优的静态任务调度算法,在单处理器调度算法的基础上,结合启发式任务分配算法,提出了一种分布式控制系统的调度算法．该算法是一种静态任务分配算法,算法的开销小、网络负载量低;同时在任务分配时考虑了各个处理器的负载均衡．仿真结果表明了算法的有效性．