蚁群算法在资源受限项目调度中的应用

本文描述了在应用蚁群算法求解资源受限项目调度问题时,蚂蚁如何在项目网络图上巡游并动态生成最优解,以及蚁群信息素的更新方式和多种启发式信息的定义方法,验算了算法在不同的参数组合下对测试案例的求解效果。     

基于动态规划的资源受限随机工序调度

为解决资源受限条件下的随机工序调度问题,该文提出一种基于离散随机动态系统描述的加工时间离散随机分布且同时具有不兼容和多种可更新资源约束的资源受限项目调度模型,使得在满足资源约束和工序约束的前提下,总的平均加工时间最短。该系统研究了动态规划算法求解该问题的方法。通过实例,验证了该方法的有效性和可行性。     

人工蜂群算法求解资源受限项目调度问题

针对资源受限项目调度问题,提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列,每个食物源的位置通过扩展串行调度机制转换成可行的调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明,人工蜂群算法是求解资源受限项目调度问题的有效方法,同时扩展调度机制的引入可以加速迭代收敛的进程。     

蚁群算法在资源受限项目调度问题中的应用

资源受限的项目调度问题(RCPSP,Resource-ConstrainedProjectSchedulingProblems)已经被证明是一种NP-hard的组合优化问题,随着问题规模的增大,使用经典的数学方法如数学规划等方法,已经很难解决问题。论文提出了一种用于求解资源受限的项目调度问题的蚁群算法。针对资源受限的项目调度问题的具体特点,提出了蚂蚁巡游网络图的动态生成方式,信息素的表示及更新方式,以及启发信息的计算方法。针对PSPLIB中的测试集对算法中的主要参数进行了优化,最后,使用PSPLIB中的四种测试集对算法进行了测试,计算结果表明了算法的有效性。     

不确定资源受限项目调度研究综述

不确定资源受限项目调度问题(RCPSP)是研究在不确定环境和有限资源约束下如何合理安排项目活动,以实现既定目标的最优化.不确定RCPSP具有很强的工程背景,在学术和应用上均具有很高的研究价值,但存在大规模、强约束、多极小、多目标和不确定等诸多复杂性,求解非常困难.为此,介绍了不确定RCPSP的数学描述和几种具体形式,重点综述了不确定RCPSP的算法进展,并归纳了相关的应用成果,最后指出了有待进一步研究的若干方向和内容.     

基于因素空间的规则调度决策模型

为解决在开发生产调度仿真系统时所遇到的复合调度规则仿真和复合规则决策问题,提出了一种引入决策者偏好信息的生产调度决策模型.在模型中,采用了基于因素空间的知识表示方法,并在此基础上提出了一种基于变权综合函数的调度决策方法,使得该模型不但可以表达模糊调度规则中的模糊概念,而且适用于复杂调度环境下的复合规则决策过程.偏好信息的引入,使得决策结果体现了决策者的意愿和兴趣,调度仿真的结果更加贴近真实情况,从而为决策者提供了令人满意的决策支持.最后,通过一个实际调度决策问题,对模型进行了验证与评价,结果表明了模型的有效性和可行性.     

等待时间受限Flowshop调度的HGA算法

针对等待时间受限的Flowshop调度问题,提出嵌入约束满足和变邻域搜索技术的混合遗传算法。该算法基于约束满足思想,通过递归回溯和约束传播修复工件的开工时间,以解消工件在相邻阶段的等待时间受限冲突,根据回溯工件的位置信息设计相应的交叉算子和变异算子,利用变邻域搜索技术增强算法的收敛性。仿真实验表明该混合遗传算法的有效性,并分析等待时间上限对目标值的影响。     

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA－Ⅱ;设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法;该算法所设计的编码包含两部分;一部分为一个任务链表;另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题;结果表明此算法对于求解多目标资源受限项目调度问题是有效的。     

基于TSP方法求解等待时间受限的置换流水车间调度

等待时间受限的置换流水车间调度问题要求工件在连续两个机器间的等待时间满足上限值约束.对此,分析了工件序列中相邻工件的加工持续时间及其上下界关系,并且提出一种启发式方法.首先,建立旅行商间题（TSP）以生成初始调度;然后,采用扩展插入方法优化调度解.为了衡量算法性能,给出问题下界的计算方法和相关评价指标,并通过数据实验验证了该启发式和下界计算方法的可行性和有效性.     

针对资源受限工程调度问题的一种局部优化算法

针对现有局部搜索算法在处理数据量较大的受限资源工程调度问题时效果欠佳,提出了一种与FBI优化相结合的局部搜索方案FBLS(Forward-Backward Local Search).FBLS利用问题的对称性,以局部搜索的解集为单位,在原问题与对称问题上交替进行优化.并通过分析领域中解的合法性以及可能出现的重复情况,削减领域中解的数量,提高搜索效率.在PSPLIB的数据测试中,经FBLS优化所得到的结果已经优于所有非智能甚至大部分智能演化算法.作为一种通过局部搜索进行优化的方法,FBLS可以被灵活用于已有的各种智能算法框架求解RCPSP问题.     

根分泌物对根际微生物生态分布的影响

本文从根分泌概念着手 ,依据近 2 0年来国内外有关根分泌研究的一些成果 ,就根分泌物的概念、产生机制进行了综合论述 ,并重点讨论了植物根分泌物对根际微生物代谢、生态分布、病原微生物抑制作用的影响以及土壤环境对根分泌物的影响。     

控制决策的信息传输

本文讨论了在一条通讯通道上执行基本控制决策的信息传输问题。结果表明当且仅当第一条通道可模拟另一条通道的操作时，则第一条通道在任何情况下比另一条通道都有优势。     

取证过程的多目标控制

本文研究制订决策的取证问题,对这一问题构造了一个多目标最优控制模型,推导了求解模型的Ｈａｍｉｌｔｏｎ－Ｊａｃｏｂｉ－Ｂｅｌｌｍａｎ方程,并讨论了多目标模型解与相应的加权单目标模型解之间的关系和多层取证问题。     

Restricted arc-connectivity of digraphs

Since interconnection networks are often modeled by graphs or digraphs, the edge-connectivity of a graph or arc-connectivity of a digraph are important measurements for fault tolerance of networks.The restricted edge-connectivity λ^′(G) of a graph G is the minimum cardinality over all edge-cuts S in a graph G such that there are no isolated vertices in G−S. A connected graph G is called λ^′-connected, if λ^′(G) exists.In 1988, Esfahanian and Hakimi [A.H. Esfahanian, S.L. Hakimi, On computing a conditional edge-connectivity of a graph, Inform. Process. Lett. 27 (1988), 195-199] have shown that each connected graph G of order n?4, except a star, is λ^′-connected and satisfies λ^′(G)?ξ(G), where ξ(G) is the minimum edge-degree of G.If D is a strongly connected digraph, then we call in this paper an arc set S a restricted arc-cut of D if D−S has a non-trivial strong component D₁ such that D−V(D₁) contains an arc. The restricted arc-connectivity λ^′(D) is the minimum cardinality over all restricted arc-cuts S.We observe that the recognition problem, whether λ^′(D) exists for a strongly connected digraph D is solvable in polynomial time. Furthermore, we present some analogous results to the above mentioned theorem of Esfahanian and Hakimi for digraphs, and we show that this theorem follows easily from one of our results.     

The effects of whole-body restriction on task performance

Many occupations, particularly involving maintenance operations, require individuals to perform both physical tasks and mental tasks in restricted spaces. Researchers have examined physical task performance under various restrictions; however, little research has investigated the effects of restricted space on cognitive tasks. Cognitive task performance in restricted spaces presents cognitive demands (i.e. the task itself) as well as additional physical demands (e.g. awkward postures), which may adversely affect task performance or operator workload. This research focused on the effects of whole-body restrictions on cognitive task performance. An experiment was conducted that examined 9 levels of restriction created in a laboratory: an unrestricted control, 6 single whole-body restrictions at two severity levels (2 lateral, 2 sagittal and 2 vertical) and 2 multiple restrictions (sagittal/vertical, lateral/sagittal/vertical). An inspection task served as the cognitive task. Behavioural, physiological and psychophysical measures were collected and analysed to measure the operator and performance effects. Operator response differences were found among the various forms of restriction as well as the severity level of similar forms of restriction. Increasing restriction significantly affected the behavioural and physiological operator response as opposed to the cognitive response.     

基于限制四叉树的大规模地形可视化及其实现*

论述了一种基于限制四叉树的大规模地形实时动态构网算法,实现了在模型误差控制下视点相关的多分辨网格的实时正确构网。实验证明,该方法对于实时控制大规模地形模型的细节层次,增强大规模地形模型的绘制效率是非常有效的。     

Udp报文穿越多重NAT的问题分析

本文通过对NAT类型的阐述,对Udp报文穿越不同类型NAT的网络问题进行了简单描述,对Udp报文无法穿越Symmetric NAT原因进行了分析。     

Performance evaluation of View-Oriented Transactional Memory

This paper extensively evaluates the performance of View-Oriented Transactional Memory (VOTM) based on two implementations that adopt different Transactional Memory (TM) algorithms. The Restricted Admission Control (RAC) mechanism in VOTM plays a key role in the performance gains of VOTM. In this paper, we use six applications to evaluate the performance advantage of VOTM. Experimental results show that partitioning shared data into separate views can improve performance when one of the views has high contention while others may have low contention, because the contention of each view is independently controlled by RAC. For memory-intensive applications, even when the contention on application data is not high enough to justify admission control by RAC, partitioning shared data into different views can improve the performance of TM systems due to the reduced contention on the metadata of the TM systems.