集装箱堆场出口箱箱位分配多目标优化模型

为了合理分配集装箱堆场出口箱箱位,考虑出口箱进场时间的随机性以及出口箱重量的不确定性,以取箱装船过程中尽量避免翻箱操作、最小化存储成本、使各堆栈中箱子数均衡为目标建立堆场出口箱箱位分配的多目标优化模型.应用MATLAB软件中YALMIP工具箱编程求解.针对此模型,设计3组实验,分析贝位中已占用箱位数对箱位分配的影响,以及各堆栈中箱子数均衡与存储成本之间的关系.结果表明该模型能够从总体上实现对出口箱箱位分配的优化并能尽量避免取箱装船过程出现翻箱操作.     

面向实际运行的战略航班时刻优化技术

为了对航班时刻进行科学合理的配置,以机位、跑道和走廊口构成的系统为研究对象,考虑航班在系统内的实际运行情况,通过滑行时间和飞行时间在各关键资源节点之间建立连接.以满足关键资源节点的容流匹配为前提,建立了面向实际运行的航班时刻优化模型.以5 min为步长的滑动时间窗,设计了面向精确解的高效最优化算法并使用MATLAB工具箱编程求解.对浦东机场班期时刻表进行实例优化,并应用AirTop软件进行仿真验证.研究结果表明,优化后平均离场延误降低了3.2 min,高峰离场延误降低了23 min,放行正常率提高了11.04％,证明了该模型和算法的有效性,可以为大型机场缓解延误、保障运行效率提供航班时刻配置方案的理论支持.     

云制造智能车间机床资源的再分配服务模型与解算

针对多品种、小批量、强交货期的柔性生产方式下云制造智能车间机床资源再分配服务问题,以各工件在机床上加工的最短完成时间、机器总负荷最小、成本最低为多目标函数,以机床均衡率为综合评判函数,建立了再分配服务模型。采用一种基于Pareto外部档案的多目标教与学优化算法对上述模型进行了求解,仿真结果表明多目标教与学优化算法在收敛性和求解效率等方面具有较大优势。本研究可为解决云制造平台下的智能车间生产规划难题提供有益指导。     

考虑资金时间价值因素的多资源均衡优化

针对考虑资金时间价值因素的多资源均衡优化问题，构造了不考虑资金时间价值的多资源均衡优化模型，实现了项目中多种资源均衡的静态优化，在考虑资金利息的情况下，建立了资源资金的优化模型．在上述两种模型的基础上提出了考虑资金时间价值因素的多资源均衡优化数学模型；阐述了遗传算法的改进方法，提高了算法的性能，并在此基础上提出了基于改进遗传算法的模型优化求解流程；通过工程实例分析，其成果在工程施工多资源均衡优化当中的应用表明，本文所提方法可行且有效．     

基于多智能体技术的虚拟企业任务调度

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等.针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以制造时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法.最后以工业机械手制造实例说明了任务调度模型及求解算法的有效性.     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

考虑自由时差的资源均衡优化

针对现有资源均衡模型中,只单纯以资源均衡为目标而忽略了机动时间损失带来风险的不足,提出了以资源均衡与自由时差和为目标的目标规划模型,使其更具有实用性,并用粒子群算法给予求解,最后通过实例证实了该模型与求解算法的有效性.     

基于微服务架构的多资源负载均衡优化方法

为有效提高网络多资源利用率和执行效率,确保网络多资源负载均衡效果,通过微服务架构研究了多资源负载均衡优化方法.通过数据层、基础层、服务层、业务层以及表示层,建立微服务总体框架结构,动态调度网络多资源服务,降低负载情况,采用微服务架构,构造可扩展的网络拓扑结构.依据负载均衡优化目标建立优化模型,利用多蚁群算法对优化模型进...     

多任务外协加工资源优化配置模型及遗传算法求解

针对外协加工资源优化配置过程中的多任务性、多目标性和环境多变性等特点,采用线性加权法建立了以外协加工时间(T)、外协加工成本(C)和外协加工质量(Q)为目标的多任务外协加工资源优化配置模型,并给出了基于遗传算法的求解过程。最后,以一个应用实例验证了该优化配置模型及求解方法的有效性与实用性。     

基于改进的粒子群优化的云计算资源调度模型

针对云计算系统中多任务并发模式下引发的资源竞争,本文提出了一种基于改进的粒子群优化的云计算资源调度分配模型,以提高资源利用率.首先,对云计算系统中的资源调度问题进行形式化描述,构建以任务的总完成时间为优化对象的目标函数.其次,求解时采用粒子群优化算法,为保证收敛速度且避免粒子群在搜索过程中陷入局部最优,定义了惯性权重函数.另外,引入一个调整算子以优化位置更新.仿真结果表明,本文提出的资源调度分配模型能够有效提高云计算资源利用率,大幅减少任务的处理时间.