面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

航空企业自动化立体仓库输送系统的调度优化

运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求.     

面向对地成像观测任务的高空飞艇应急调度

针对应急条件下高空飞艇(HAA)对地成像观测任务调度问题进行研究,分析了问题中的主要约束条件,建立了以任务收益(TB)和巡航距离为优化目标的约束满足问题(CSP)模型。考虑飞艇侦察载荷具有侧摆观测能力,在构建视场范围约束模型和分辨率约束模型的基础上,对成像观测任务进行合成。提出了元任务与合成任务的概念,给出了任务合成的步骤与方法。将HAA应急调度问题转换为车辆路径问题(VRP),并进一步分解为任务排序主问题和路径选择子问题,分别应用改进粒子群(IPSO)算法和关键节点搜索(KNS)算法求解。详细介绍了算法中的编码、解码和移动等操作,以及采用的混沌初始化和禁忌搜索(TS)策略。通过仿真实验,对文中所提方法的有效性进行了验证。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

基于批生产的逐段式车间作业调度算法

探讨了离散作业型（Job shop）车间中的作业调度的分阶段模型，并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法，通过对一个实际车间作业调度仿真比较，此算法运算速度比最短加工时间（SPT）和最少工作量剩余（LWR）算法快，其调度结果在实际作业车间具有可执行性。     

基于累积效应的光交换机分组调度算法

光交换机中的光路重置需要较长的时间,分组调度必须是基于帧的.为提高传输效率帧长通常较大,从而导致了光交换机中特有的分组累积效应.针对该效应,提出一种新的分组调度算法p-LQF(Longest Queue First)+Hold.通过对业务需求矩阵分解得到置换矩阵, 选择匹配占用最大的置换矩阵建立端口匹配.在4×4端口的VOQ(Virtual Output Queue)结构的光交换机中,分别对均匀、非均匀以及对角线的Bernoulli和ON/OFF业务进行了仿真.仿真结果显示该算法对于符合强大数定理的可接入业务能获得100%的通过率,其平均分组时延接近甚至低于主流的LQF+Hold算法,但复杂度更低.该算法能够提供带宽保证以及短期公平性,同时能适应分组的动态到达.      

一种简单的VOQ交换机时延确保分组调度算法

采用EDF(Earliest Deadline First)与轮询结合的方法,提出了一种简单的VOQ(Virtual Output Queueing)分组调度算法提供基于流的时延确保.VOQ队列采用EDF的策略裁决分组流的竞争,输入输出端口采用轮询方式匹配.此时VOQ中分组到达至成为头分组的时间以及分组成为头分组至传输到相应输出端口的时间,分别对应于OQ中的分组排队等待时间及服务时间.通过对所得算法详细的理论分析,给出了流时延界及流分组到达的显性关系.更为重要的是,本文的理论结果不仅为设计更为有效的算法奠定了基础,同时为判别不同流的时延要求是否冲突提供了一种新的直接分析的手段.      

基于多星联合侦察的卫星数传调度问题模型

基于多星联合侦察的卫星数传调度问题是研究如何为卫星数传任务中每个单数传任务分配地面资源及数传时间的问题,对该问题的模型进行了研究.首先建立了单数传任务模型及卫星数传任务模型;然后在此基础上建立了问题的约束满足优化模型,重点分析了问题的目标函数及主要约束条件;为了解决该问题,最后提出了一个基于双综合优先度的启发式调度算法,并通过实例验证了算法的有效性.研究成果实现了问题的形式化描述,并给出了一种有效的问题求解算法.      

基于区块链的多先进战机协同作战资源自适应调度

对于多先进战机协同作战资源调度问题,需综合考虑先进战机的攻击能力和防御能力,以作战收益最大和代价最小为目标,给出最优资源调度方案,从而实现作战效能的最大化。本文针对资源调度问题中存在的先进战机间相互不信任进而导致作战效能降低的问题,提出了基于区块链的多先进战机协同作战资源调度框架,并基于智能合约建立了多先进战机协同作战资源调度数学模型,同时利用改进遗传算法进行求解。仿真结果表明,基于区块链的多先进战机协同作战资源自适应调度方法在保证先进战机间相互完全信任的基础上,确保了战场信息交互的安全性和可靠性,间接提升了作战效能。     

基于VSC的线性控制参数化及在飞行控制中的应用

对一类非线性系统进行平衡工作点参数化,得到调度（ＳＣＨＥＤＵＬＩＮＧ） 参数线性化方程。在此基础上,利用线性ＶＳＣ 理论设计调度参数化的局部线性控制器。为了减少某一状态下控制器对调度参数实际值的影响,在控制器中引入调度变量修整项。将所得结果用于飞行控制系统,设计出飞机纵向通道的调度参数化控制器,数字仿真验证了控制器的控制性能,结果良好。