分布式实时系统中的多Agent调度

以机场航班运营管理系统(flight operation and management system，FOMS)为应用背景，对分布式实时系统中的Agent调度算法进行探讨。在分析实时系统特点的基础上，结合具有定时事件序列特征的FOMS，对定时事件序列进行了形式化描述，建立了分布式实时多Agent。系统的结构模型，并对其结构特点、系统负载能力和常用的Agent实时调度算法分别进行了分析与论述。为解决分布式实时系统中多Agent调度与迁移过程中实时任务处理不问断性和通信可靠性问题，本文提出了事件处理的分级调度策略和多Agent调度的迁移与定位同步算法(Synchronization of agent moving and locating，SAML)，并对其实现机理以及Agent djrectory和Agent scheduler的中介服务在实现SAML中的作用进行了介绍。最后分别对采用SAML和异步迁移算法时事务处理的实时特性作了分析比较。     

用遗传算法求解JSSP时的死锁对策研究

遗传算法被广泛应用于求解作业车间调度问题。然而，要用遗传算法有效求解JSSP问题，有一些问题必须首先解决，死锁问题就是其中之一。本文以死锁问题为中心，从死锁处理角度分析三种用于克服使用GA求解JSSP时出现死锁的有用方法，并给出了相应的实验统计结果和对比分析结论。     

多机场终端区进场航班排序模型研究

空中交通需求量高的区域通常拥有两个或两个以上的机场,这些机场的进场运行相互影响.基于跑道和进场定位点双重约束,综合考虑终端区内最大可消耗延误、航班位置偏移等实际运行约束,以多个机场航班进场总延误最小为优化目标建立了混合型0-1整数规划模型,采用Lingo进行建模求解,利用模拟数据进行仿真验证,并将所提规划模型与FCFS的排序结果进行了对比分析,表明所提模型优于FCFS.     

基于深度神经网络的多星测控调度方法

卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战.传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度.为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DNN的多星测控资源调度方法.根据多星测控资源调度的特点以及DNN算法的要求,对调度过程中影响调度...     

基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

基于遗传模拟退火算法的航班进离场调度

基于航班延误成本构成的复杂性,惩罚航空器单位时间延误成本以区分续航航班与非续航航班,且推导出与航班类型直接相关的续航航班单位时间延误成本表达式。建立了以航班总延误成本及跑道调度时间跨度最小的多目标跑道调度模型,并用遗传模拟退火算法求解模型。以国内某大型机场的两条近距平行跑道调度为例对算法进行验证,实验结果表明,运用遗传模拟退火算法求解多目标跑道调度问题,可显著提高航班延误成本分布的均衡性,且程序收敛性较强,具有很好的实用性。     

面向作业车间的调度系统研究与实现

通过对航天某厂生产管理现状的分析,针对该厂计划层控制层相互脱节,生产管理缺乏过程监控手段等问题,提出了面向作业车间的生产调度系统的设计思想,详细介绍了该系统的功能模块以及实现系统的关键技术,并开发了较为实用的生产调度系统.通过图形化的生产计划制定和调整,并基于工作流实时控制和管理从计划下达到成品完工全过程,极大地提高了计划编制效率,实现了对生产过程的规范和监控,以及异常情况的实时反馈和快速响应.     

智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

基于改进差分进化算法的舰面保障作业优化

舰载机舰面保障作业调度效能是制约航母编队综合作战能力的重要因素。首先,分析了舰面保障作业流程约束和资源约束,以最小化舰面保障作业完工时间为目标函数,建立了舰面保障作业调度优化模型。其次,设计改进差分进化算法用于模型求解,算法采用基于作业开始时间改进的随机键编码方式和并行变异算子结构,以提高算法搜索效率。最后,进行了仿真试验,验证了模型和算法的有效性,并进一步研究了并行变异算子结构对算法 性能的影响。     

考虑任务聚类的多星观测分阶段调度方法研究

单个轨道圈次内星上能量和侧摆次数有限,在卫星观测调度时考虑任务聚类可以提高观测效率。分析了满足用户分辨率需求下多任务聚类的约束条件,并对聚类任务的时间窗口和侧摆角度进行了合理优化。提出了先聚类后调度再修复的分阶段求解策略:首先用团划分聚类算法和启发式插入聚类算法把多星多轨道圈次观测调度问题转化为单星单轨道圈次观测调度问题,然后采用基于时间序无圈有向图的多准则优化卫星调度方法求解单星单轨道圈次调度问题,最后提出一种修复策略进一步优化调度结果。案例仿真表明,提出的方法可行,能够提高卫星的观测效率。