一种强安全约束机制下的云计算任务调度方案

针对云计算技术中的资源调度时间长、开销大、不考虑调度安全的问题,本文在对常见的云环境下工作流任务的资源调度问题进行建模的基础上,提出了一种强安全约束机制下的云计算任务调度方案。该方案按照所用方法的安全强度,再加上相关软件的安全程度,赋予虚拟机不同的安全等级;另一方面,其按照用户的需求等诸多方面,能够赋予操作不同的安全需求等级;最后使用变近邻粒子群算法对该问题进行了求解。在CloudSim仿真平台上的实验结果证明,本文提出的算法与用最大－最小蚁群算法、遗传算法与该算法相比,该算法具有很好的可用性和寻优能力。     

GJB289A总线应用层协议分析及研究

GJB289A总线应用层协议对数据的定义、使用和系统方式定义均进行了说明,明确了GJB289A数据总线系统在应用过程中的数据字格式及消息格式定义、介质设计方法、终端设计方法和系统控制设计方法等内容。但随着GJB289A数据总线系统的应用,存在总线系统拓扑架构的选择、总线系统终端的设计、总线控制策略、总线性能的评估等问题。对GJB289A总线协议的具体应用进行分析,对总线调度策略进行研究,着重讲解了改进型静态总线控制协议(ISBC)的应用及原理,对GJB289A数据总线系统的开发、应用与研究起到了指导性作用。     

基于(ε,ζ)-近似融合的无线传感网拓扑控制算法

对无线传感器网络的拓扑控制问题进行研究。为了节约网络能量,最大化网络生命周期,提出一种基于(ε,ζ)-近似数据融合的拓扑结构控制算法QGA-UQ(Quantum Genetic Algorithm-Unique Q)。QGA-UQ引入了节点调度的思想。它首先根据用户的数据精度要求,确定网络中工作节点的比例,接着再使用量子遗传算法,从网络中选取合适的节点,并形成合理的拓扑结构。网络在此基础之上进行数据的传输和融合处理。仿真试验表明,QGA-UQ算法可以在保证融合结果精度的前提下,显著延长了网络生存时间,提高了网络能量利用率。     

云计算环境下基于时间和可靠性的调度策略

云计算中,调度策略对于用户任务的运行和服务提供方均有很大的影响,直接影响到云平台的运行效果。针对传统任务调度算法难以适用于云计算环境这一问题进行了研究,采用由星型结构演化而成的多代理模型,首先给出多代理模型的体系结构,然后针对多代理系统,提出了基于服务时间和可靠性为优化目标的任务调度策略,并采用模拟退火算法进行求解。最后进行了仿真实验,实验结果表明我们的调度策略是高效的。     

公交智能调度系统的设计与开发

近年,随着我国公共交通的迅猛发展,公交公司对公交车辆的管理难度却越来越高。如何管理庞大数量的车辆以及如何安排错综复杂的线路,就成为了公交公司的当务之急。通过对公交公司运营模式的理解,进行了系统的需求分析,并按照功能将系统划分为"车辆运营计划生成"、"车辆发车调度"、"统计报表查询"、"基础信息管理"、"系统角色维护"五个功能模块。公交智能调度系统采用B/S开发模式,根据对系统整体架构的设计,系统采用目前JAVA WEB项目中普遍使用的企业级框架SSH(Struts+Hibernate+Spring),完成了系统中不同层次间的集成。通过使用公交智能调度系统,公交调度人员只需要录入一次排班时刻表和轮换规则等数据,则可让系统自动生成每天的车辆计划,调度员无需在每月末集中安排下月的车辆计划。同时,本系统会自动记录车辆每天的运营情况并进行数据汇总,省去了调度员计算运营数据的工作,大大降低了其工作强度。本系统的应用也大大降低了公交公司对纸张的需求,形成无纸化办公,这不仅降低了成本,也间接地进行了环境的保护。     

智能家居中基于实时电价的家用电器调度方案

针对现有调度方案中不能解决电器使用的不确定性和可再生能源的问题,提出了一种考虑不确定性的基于实时电价的家用电器任务调度方案,该方案采用线性规划的建模方法,以最小费用支出为优化目标,兼顾了PV光伏系统、家用蓄电池以及向电网出售剩余电力情况下的能量流动,用随机规划方法和蒙特卡罗模拟来解决电器使用过程中的不确定性,保证了用户满意度.最后经实验证明,该方案具有重要的实际意义.     

柔性车间调度的解空间距离聚类和变邻域搜索粒子群算法

根据柔性车间调度问题提出基于解空间距离聚类和变邻域搜索的粒子群算法.在粒子群算法基础上采用贪婪策略引入变邻域搜索方式,即调整关键路径上最大关键工序的机器位置,调整关键路径上工序相对位置变化,加强局部搜索能力;根据机器加工工序的空间距离,采用K-means聚类得到机器加工工序“优良个体”,加大局部搜索性能.同时对于粒子群算法速度更新采用局部停滞策略,保留局部片段相对位置不变特性.通过实验仿真,优化算法取得了较好的效果,与一般的粒子群算法相比较收敛速度迅速且性能良好.     

卫星数据分布式处理平台中并行调度技术的研究

由于卫星数据处理的特殊性,现有的任务调度算法均无法取得良好的效果。针对上述问题,本文对卫星数据分布式处理平台中的任务调度进行了深入研究,提出了资源槽的概念,并在此基础上提出了基于资源槽的并行调度技术。实验表明,采用基于资源槽的并行调度技术,极大地提高了系统资源的利用率和任务的响应速度,并有效改善了系统负载的均衡性。     

大型物流车辆配送线路自适应调度方法

为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究。当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题。为此,提出一种大型物流车辆配送线路自适应调度方法。该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度。仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。     

改进遗传算法求解柔性作业车间调度问题

针对柔性作业车间调度问题中最大完工时间、机器最大负荷和总机器负荷三项性能指标,提出一种改进的自适应交叉和变异的混合遗传算法。在基本遗传算法染色体编码的基础上,设计一种基于海明距离的调度个体差异判别方法,并通过自适应交叉阈值和动态变异概率计算提高遗传算法整个种群调度个体的多样性,防止算法过早的进入早熟。在遗传算法进化期间,对每个调度个体的进化采用变邻域搜索算法,扩大调度个体的邻域搜索范围。最后,使用文献中相同的调度实例将本文的计算结果与其它文献中的测试结果进行比较,验证了所提出的算法的可行性和有效性。