一种多策略要素的数据访问调度算法

考虑到任务的重要性、截止时间和资源分布等因素,设计了一种多策略要素的调度算法(MPES),以解决不完全独立的多源分布式气象水文数据库的访问控制问题.该算法为不同优先级的任务设定不同调度窗口,并对节点的安全级别、内容属性和负荷情况进行匹配判定,选择最佳服务节点,以优化系统公平性和整体效率.MPES算法根据队列优先级和可利用的服务资源,动态计算和调整调度窗口;优先级越高的队列,调度窗口越大,意味着可被服务的任务越多.在每个队列调度窗口时间内的任务被轮流执行.对于同一队列中的任务,根据最小松弛度优先调度策略,决定其进入调度窗口的次序,保证接近截止期的任务先执行.仿真试验结果表明,在不同的网络负荷下,MPES算法得到的分布式数据库访问任务的服务效率和公平性较MCT算法和Min-Min算法均有明显提高,尤其是高负荷情况下,总服务时间减少了11.4％ ～12.3％.     

基于数据挖掘的异常入侵检测系统

在分析现有入侵检测技术和系统的基础上,提出了一种基于数据挖掘和可滑动窗口的异常检测模型,该模型综合利用了关联规则和序列模式算法对网络数据进行充分挖掘,分别给出了基于时间窗口的训练阶段和检测阶段的挖掘算法,并建立贝叶斯网络,进一步判定规则挖掘中的可疑行为,提高检测的准确率.     

考虑环境影响的水下电场通信组网算法

为提升自主式水下航行器集群协作能力, 减少群体网络能耗的同时进一步提高网络可靠性, 提出一种考虑实际水域电导率影响并采用水下电场通信方式的仿生鱼群自组网算法. 该算法基于节点间通信时间计算节点优先级, 进而确定节点角色与功能, 生成水下集群协作网络模型, 实现小规模仿生鱼群的快速组网. 以目的坐标为导向的子节点、 失散节点自主巡航功能和主控节点备份功能的设定, 不但能实现群体失散节点的寻回, 而且间接优化了网络协作模型, 减少了群体网络节点间的路由维护信息, 有效节约网络能耗的同时也增强了系统安全性. 仿真实验结果证明了算法的有效性和实用性.     

在退化维修活动下具有多窗口及退化效应的单机排序问题

【目的】对多窗口和具有退化效应与退化维护活动的单机排序问题进行求解。【方法】假设任务的实际加工时间是关于该任务加工位置的函数,一个窗口不能包含另一个窗口。由于机器存在退化效应,适时地对机器进行维护能提高机器的生产效率。一旦维护活动结束,机器恢复到最初状态,并且任务的退化效应更新,机器维护活动持续的时间取决于维护活动的开始时间。将所有任务分成若干个任务集,任务集个数已知,每一个任务集共用一个窗口。目标是得到每个任务集最优窗口的位置、大小和最优维护活动的位置及任务的最优加工顺序使得任务的提前惩罚费用、延误惩罚费用、窗口开始时间及宽度费用之和最小。【结果】证明了此问题可以通过转化为指派问题求得最优解。【结论】并给出一个多项式时间算法来解该问题。     

基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...     

基于蚁群算法的云计算并行机资源调度研究

研究在云计算中服务资源优化管理背景下,基于时间窗口的非等同并行机服务资源调度问题.为达到最大任务处理数,选取任务延误时间作为目标函数建立数学模型,并利用蚁群算法为模型求解.设计了该算法的各项参数,并通过仿真算例证实了该算法的可行性及合理性.结果表明:本算法能够较好地用于解决云计算中的并行机资源调度问题,以较快的收敛速度找到满足约束条件的较优解.     

无线传感器/执行器网络SA协作分簇算法

针对现有分簇算法大多没有考虑监控区域内事件发生频率和执行任务能耗的因素,导致无法适应无线传感器/执行器网络的特点,提出一种基于SA协作模型的分簇算法（CASA）.算法从全网的能耗和时延影响的角度,建立基于SA协作的能耗模型,综合考虑时延和连通度等约束条件,以网络能量优化为目标,构造非线性优化函数,利用KKT条件求解网络理想执行器节点个数和传感器节点传输半径等网络分簇所需参数,并在此基础上完成节点的部署和成簇.该算法通信开销较小,网络平均时延和能耗等仿真结果表明：相比典型算法,能够在满足一定连通度的前提下,优化网络部署,增强网络实时性和能量均衡性.     

在退化维修活动下具有多窗口及退化效应的单机排序问题

【目的】对多窗口和具有退化效应与退化维护活动的单机排序问题进行求解。【方法】假设任务的实际加工时间是关于该任务加工位置的函数,一个窗口不能包含另一个窗口。由于机器存在退化效应,适时地对机器进行维护能提高机器的生产效率。一旦维护活动结束,机器恢复到最初状态,并且任务的退化效应更新,机器维护活动持续的时间取决于维护活动的开始时间。将所有任务分成若干个任务集,任务集个数已知,每一个任务集共用一个窗口。目标是得到每个任务集最优窗口的位置、大小和最优维护活动的位置及任务的最优加工顺序使得任务的提前惩罚费用、延误惩罚费用、窗口开始时间及宽度费用之和最小。【结果】证明了此问题可以通过转化为指派问题求得最优解。【结论】并给出一个多项式时间算法来解该问题。
     

协作意愿感知的机会网络路由算法

机会网络中的节点由于受理性实体所控制表现出不同的协作意愿,从而对网络性能产生显著影响,针对这种情况,提出了一种协作意愿感知的机会网络路由算法,该算法利用消息的平均转发时间来衡量节点间的协作意愿,根据联系概率为消息合理地选取转发节点,采用消息优先级机制来提高缓存和带宽的利用率.仿真结果表明,该算法能有效地改善网络性能.     

一种基于HMM的WSN先验事件分析模型

为了充分利用仿真过程中产生的有用数据,研究了利用隐马尔可夫模型对节点状态的识别方法.针对无线传感网络的特点,通过对Baum-Welch算法进行扩展,设计了一种节点事件识别算法.详细论述了该算法中状态约束、观察窗口的处理方法.深入分析了事件识别算法中节点数据获取、状态建模、隐状态推导等关键问题,并对该算法的时间、空间复杂度进行了解释.设计实现了一种无线传感网络仿真平台,验证了算法的有效性和实用性.     

基于调度效益最大化的多功能组网认知雷达资源优化调度算法

在组网认知雷达中,针对多目标多任务(如搜索、跟踪与成像等)按优先级进行资源调度时易造成目标任务丢失的问题,提出基于调度效益最大化的多功能组网认知雷达资源优化调度算法。该算法将搜索与跟踪任务的时间窗考虑到目标函数中,通过目标任务的重要性(优先级)和有效性(时间窗)两个因素的加权来表示雷达对目标任务的调度效益,根据调度效益最大准则建立并利用遗传算法求解资源调度模型。对仿真结果分析表明,该方法能够提高组网认知雷达的整体效能。     

一种基于有向无环图的实时任务调度算法

给出了任务之间有优先关系并且存在通信开销的实时任务系统模型 ,其拓扑结构为一有向无环图 ,并针对该系统模型提出了一种实时任务调度算法 (RTSD—Real timeTasksSchedulebasedonDAG) .该算法保证所有实时任务在它的截止期之前完成 ,取得了较好的效果 .     

基于分层禁忌遗传算法的卫星任务调度方案

对地观测卫星在地球观测系统中起着核心作用,任务调度是对地观测卫星满足更多任务需求并获得高观测效率的重要手段。随着用户的激增,大量的任务请求引起卫星资源、时间资源的冲突,导致卫星任务的调度效率低下。为了解决上述问题,通过拆分和聚类2种策略对任务进行预处理,设计了一种基于分层禁忌遗传算法(layered tabu genetic algorithm, LTGA)的卫星任务调度方案。建立了对地观测系统模型,分析了观测任务调度的相关约束;通过分析任务时间窗口冲突情况来确定任务拆分方式,通过计算聚类距离来区分任务分布状态,从而选取合适的观测任务构成预调度任务集合;在上述任务规划的基础上,提出LTGA完成任务的选取和排序,生成观测计划。仿真结果表明,所提出的卫星任务调度方案能够有效提升调度收益、降低调度时间。     

具有双重时间窗约束的作业车间调度算法

为解决实际生产调度中等待时间受限引起的工件加工时间窗约束和设备能力有限引起的机器可加工时间窗约束,以工件完工率最大为优化目标,建立了具有双重时间窗约束的作业车间调度模型,提出了求解该模型的基于启发式规则的禁忌搜索算法。在分析优化目标与约束条件关系的基础上,提出了工件选择和机器分配的启发式规则,并利用启发性规则生成初始调度方案;设计具有块邻域结构的禁忌搜索算法,减小了邻域规模,通过迭代优化最终获得较优的调度方案。选择多种不同规模的算例与传统算法进行对比分析,实验结果表明了所提算法的可行性和有效性。     

基于柯西分布的水文序列异常值检测方法

针对基于正态分布的检测算法在窗口中出现偏差较大的极端异常值时,检测模型出现不稳定的现象,提出一种基于柯西分布的异常检测算法。通过试验发现,用滑动窗口内的中位数以及中位数绝对偏差来代替均值以及标准差,可以较好地消除滑动窗口内极端异常值对检测算法的影响。探讨了算法中滑动窗口以及置信度的设置,并通过实例对算法进行验证。结果表明,所提算法的检出率在窗口以及置信度设置恰当的情况下保持较高水平。与其他算法对比表明,所提算法对于处理局部波动剧烈的流量时间序列展现出较好的适用性以及鲁棒性。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

一种基于模糊逻辑优先级的雷达任务自适应调度算法

为适应目标环境变化情况,提出了一种基于模糊逻辑优先级的雷达任务自适应调度算法.该方法基于目标运动状态和属性通过模糊逻辑推理动态确定任务的优先级,并结合时间窗的特点采用一步回溯方法调整发生冲突的任务,保证更多高优先级的任务在其期望的时间内被调度.仿真结果表明,该调度算法在保证调度率的前提下降低了任务的调度代价.     

基于自适应滑动窗的降落航班排序模型

对交通拥挤时进场航班进行合理排序，是空中交通流量管理的一个重要研究内容.通过对降落航班排序问题的研究，基于对降落总时间和计算量的优化，引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数，使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真，本文的自适应滑动窗算法与先来先服务相比，明显减少了总降落时间，降低了航班调整力度.证明了算法的灵活性和实用性.     

A-SMGCS航空器滑行时间延迟的滑行路由实时更新算法

在先进场面活动引导和控制系统(advanced surface movement guidance and control systems,A-SMGCS)中,针对航空器滑行时间延迟而导致场面运行效率和安全水平的降低,提出一种集成场面态势监测的滑行路由实时更新算法。该算法采用局部路由更新方式,首先采用时间窗约束Petri网建立航班滑行时间延迟时的场面局部模型;其次,定义模型中库所对应时间窗的合并运算规则;并据此展开局部模型约简,进而得到约简模型中航班滑行冲突判定条件;再次,以最小化航班在冲突区域的滑行成本为目标,实现了相关航班局部滑行路由优化同时保证了对原路由扰动最小;最后,通过算例验证了所提滑行路由实时更新方法的有效性。     

一种带软时间窗的物流配送中心车辆路径问题的模型与算法

针对单配送中心带时间窗的车辆路径问题,将时间约束折算为惩罚费用,在时间、车辆体积和载重约束的条件下,建立了一种带软时间窗的物流车辆路径总费用最小数学模型。同时在遗传算法的基础上加入记忆功能和退火操作,采用带有记忆的遗传模拟退火算法求解此模型,并将优化结果进行比较。结果表明,该算法收敛速度快、搜索领域宽,能取得较高质量的最优解。