资源短时占用型作业调度算法

对资源短时占用型作业调的问题给出了一个数学描述模型,并讨论了该问题求解的时间复杂性,基于该模型提出了对不同情况最佳或近似最佳的实用的联机调度算法,并讨论了这些算法在其他类似问题上的应用。     

人力资源调度的蚁群算法模型

针对企业人力资源管理中的生产安排、工作分配和设备布置的优化调度问题,在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群算法模型.并对蚁群算法模型进行了改进,提高了算法的全局搜索能力.提出了基于蚁群算法的人力资源调度策略,并用数学模型对求解问题进行描述,给出了算法步骤.实例证明:改进蚁群算法能有效节省人力资源成本,为人力资源调度提供参考.     

基于约简任务资源分配图的网格依赖任务静态调度

网格资源环境的动态性和异构性对依赖任务的静态调度策略产生了极大的挑战.提出了一个能够更好地适应资源异构性,并完整支持调度、重调度的统一静态调度模型,即基于约简任务资源分配图(RT-RAG)的调度模型和调度算法.基于该模型的调度问题归结为RT-RAG的优化选取问题.实验分析表明,基于该模型的调度方法更好地适应了网格环境的动态性和异构性,使得静态调度策略与动态调度策略相比依然保持着较大的性能优势,并且也优于基于DAG任务图调度模型的AHEFT静态调度算法,特别是在资源差异较大的情况下.     

炼钢连铸系统的动态调度模型和启发式调度算法

针对炼钢连铸系统对单元设备建立了动态调度模型,并利用基于该模型的赋时同步有色Petri网对整个系统建立动态调度模型,针对该模型,提出了一种启发式调度算法解决动态调度问题,并基于此实现炼钢连铸的仿真调度系统,结果表明,该算法能够较好地实现多级多机FIFO（先入先出）系统的动态调度问题。     

多Agent系统中的任务可调度问题

为了将Agent方法应用于应急系统等新领域,在对该类系统研究的基础上提炼出它们的公共特征,根据这些特征设计出一种MAS系统模型,并在该模型的基础上定义了相应的任务可调度问题.利用网络流模型对可调度问题进行了建模,证明了最大流算法可以求解该可调度问题,由此说明该问题是可多项式时间求解的.并且对于给定该问题的一个可调度实例,利用最大流算法还可在系统中找到一组Agent完成所有任务.通过对该网络流模型的进一步分析,得出并且证明了任务可调度判定的充分必要条件,利用这个结论可以快速判断当前任务是否可调度.     

基于遗传粒子群混合的可重入生产调度优化

可重入生产调度优化问题是个NP难问题,针对可重入生产调度的特点,对该优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用.结合粒子群算法收敛速度快与遗传算法全局搜索能力强的特点,进行优势互补,并优化设计相关参数,构造了一种混合算法.运用混合算法对供应链优化调度问题模型进行求解,与标准遗传算法、粒子群算法的求解结果进行比较,结果表明混合算法有着更好的优化性能.     

带重入约束的双集束型晶圆制造设备调度算法

为了有效解决集束型晶圆制造设备群加工过程中存在的重入调度问题,构建了带重入约束的双集束型晶圆制造设备调度算法.首先分析了双集束型晶圆制造设备中重入约束特征.在此基础上,建立调度问题域,并以系统加工周期最小为目标,建立调度模型.采用分解策略,将双集束型晶圆制造设备调度问题分解成单个设备调度问题,并提出了一种全新的机械手调度顺序搜索的启发式算法.最后对调度算法进行仿真实验分析,结果表明该算法是有效的.     

一种新的资源水平问题模型及求解方法

资源水平问题是工程调度问题的一个重要分类,在单件或小批量生产方式企业中有着广泛的应用.提出了一种新的资源水平问题的模型,该模型对目标函数较以往模型作了更详细的讨论,并给出相应的求解方法--分支定界算法.实例分析表明,提出的资源水平问题应在资源使用趋于平稳的情况下尽量延迟活动的开始时间.     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

基于量子和克隆策略的负载均衡算法

针对网格计算中多个独立任务在多个异构的资源上处理时,资源的负载均衡为最小非抢先调度的问题,建立了一类资源负载均衡问题的优化调度模型.该模型将量子算法、克隆算法和遗传算法结合起来,提出一种新的混合量子克隆遗传调度算法.仿真实验表明在网格环境下,该算法全局寻优能力强,能有效地实现资源的负载均衡,并具有合理性和高效性.     

拖后工件数最少的单机随机调度问题

讨论了工件准备时间，加工时间和交货期都为随机变量的单机调度问题，文中对拖后工件采用了另一定义方法，在此基础上，对于（１）工件的加工时间和交货期分别可随机排序而准备时间独立同分布。（２０工件的准备时间和交货期可随机排序而加工时间独立同分布的情况给出了确定使拖后工件数最少的最优排序算法并对算法的最优笥进行了证明。     

Optimal algorithms for scheduling large scale application on heterogeneous systems

This paper studies optimal algorithms for scheduling largescale application on heterogeneous systems using Divisible Load Theory. A more realistic and general model, i.e., both processors and communication links may have different speeds and arbitrary startup costs, and communication is in nonblocking mode, is introduced. Under such environment, the following results are obtained: ①Mathematic model and closedform expressions both for the processing time and the fraction of load for each processor are derived;②the influence of startup costs on the optimal processing time is analyzed; ③for a given heterogeneous systems and a largescale computing problem, optimal algorithms are proposed.     

基于动态规划的云计算任务调度研究

任务调度作为云计算中的核心问题,其目的是合理分配任务,实现最佳调度策略并且有效地完成任务.首先对当前云计算中任务调度算法进行分析并指出传统算法的不足与缺点,然后提出一种基于动态规划模型的任务调度算法,以任务运行时间最少为优化目标,把任务与数据集群中虚拟机匹配看成为多阶段决策的组合优化.最后在CloudSim进行仿真实验,结果表明,所提算法在满足多用户需求下与max-min和min-min算法相比,在一定数量规模下,任务完成时间减少而资源负载相对均衡.     

以JIT为目标的柔性调度作业完工期求解算法

由于高度的计算复杂性,柔性调度是NP-hard问题,采用数学规划方法很难求得最优解.智能优化算法(如遗传算法)求解此类问题的近优解的有效性和实用性已被证实.在用GA算法求解此类调度问题时,如何确定一个染色体里所包含的每一个作业的完工期是一个非常关键的问题.该文深入分析了影响作业开工、完工时间的制约因素及其之间的关系,在此基础上,提出一个以JIT为目标的柔性调度作业完工期求解算法;在Matlab平台上进行了仿真.实验结果表明,本算法在求解各作业完工期时是有效和实用的.     

运用改进的萤火虫算法求解TFT-LCD单元装配调度问题

针对薄膜晶体管液晶显示器(TFT-LCD)液晶板组装制造阶段(Cell)生产调度的复杂性,且在考虑了各种约束条件的前提下,以最小化工件最大完工时间和加权延迟最小为调度目标,建立了TFT-LCD单元装配作业调度数学模型。运用加入混沌搜索的萤火虫算法解决作业车间调度问题,克服了标准萤火虫算法容易陷入局部最优、优化速度慢以及计算量大等困难,并与其他算法比较,仿真结果表明了改进的萤火虫算法求解TFT-LCD单元装配作业调度问题的合理性和优越性。最后,建立了具有学习效应和遗忘效应的TFT-LCD单元装配作业调度模型,分析了不同的学习因子和遗忘率对所求目标函数的影响。     

带有线性退化工件和退化维护时间的单机窗口排序

排序问题是一类重要的组合最优化问题,它的深刻的实际背景和广阔的应用前景,引起了广泛的关注。排序问题的一大特点是模型繁多,适用于某一模型的算法,只要将模型的条件稍加变化,该算法就可能不适用。在经典排序问题中,通常假设工件的加工时间是不变的,然而,在许多实际问题中,工件的加工时间受到加工机器设备、工件本身、加工顺序等许多因素的影响而未必是恒定的。文章提出一类新型的排序问题——带有工期窗口和维护时间的线性退化工件的单机排序问题,目标是寻找:1)最优维护的开始时间;2)工期窗口的位置和大小;3)工件的最优排序使得提前完工、误工、工期窗口开始时间和窗口宽度的总费用最小。文章最后给出了这个问题的最优算法,其时间复杂性是O(n2logn)。     

TTCAN周期性任务的优化调度算法

TTCAN周期性任务调度是最优装载问题的推广,它在通信时间关键的实时分布式系统中有着很强的应用背景.本文提出了4种确定基本周期的策略,给出了首次适应和最佳适应两种不同的可以在多项式时间内构造出TTCAN周期性任务调度表的算法,最后对不同规模下的两种算法的实验结果进行了比较,指出了两种算法在不同的周期策略下的渐近性能比.     

CIMS中生产计划的优化模型和求解算法

探讨了CIMS环境下的大型企业生产计划问题，首先抽象定义了其生产过程和生产系统，并构造了生产组矩阵、产出量矩阵和成本向量，然后在此基础上建立了一个效益最大的生产计划和优化调度模型，最后给出了模型的求解算法。     

Scheduling Non-stationary Bursts of Real-time and Non-real-time Traffic in ATM Networks

The problem of scheduling real-time and non-real-time traffic in an ATM switch multiplexor when bursts of either type of traffic occur is studied. The scheduling algorithms studied are: Queue Length Threshold (QLT) and Minimum Laxity Threshold (MLT). Analytic results based on Markov Chains are used. In addition the results are compared with an optimal (but impractical) scheduling determined via dynamic programming. Dynamic programming is used in this paper to show that MLT gives a near optimal performance trade-off between real-time and non-real-time traffic for constant arrival rates. The trade-off QLT allows is not close to optimal. For non-real-time bursts MLT still gives a close to optimal trade-off. For real-time bursts the trade-off MLT allows between real-time and non-real-time traffic is not as close to optimal, but even where the MLT trade-off is not near optimal, the QLT trade-off is much worse than the MLT trade-off.     

Scheduling Non-stationary Bursts of Real-time and Non-real-time Traffic in ATM Networks

The problem of scheduling real-time and non-real-time traffic in an ATM switch multiplexor when bursts of either type of traffic occur is studied. The scheduling algorithms studied are: Queue Length Threshold (QLT) and Minimum Laxity Threshold (MLT). Analytic results based on Markov Chains are used. In addition the results are compared with an optimal (but impractical) scheduling determined via dynamic programming. Dynamic programming is used in this paper to show that MLT gives a near optimal performance trade-off between real-time and non-real-time traffic for constant arrival rates. The trade-off QLT allows is not close to optimal. For non-real-time bursts MLT still gives a close to optimal trade-off. For real-time bursts the trade-off MLT allows between real-time and non-real-time traffic is not as close to optimal, but even where the MLT trade-off is not near optimal, the QLT trade-off is much worse than the MLT trade-off.