线性加工时间的树约束单机排序问题

研究工件具有线性加工时间、工件间优先约束为树约束的单机排序问题。目标函数为极小化加权完工时间和。在工件加工时间是其开工时间的线性函数的条件下，本文证明了最大家庭树中的工件优先于家庭树中的其它工件的加工，并且其工件连续加工所得到的排序为最优排序。     

链约束线性加工时间单机排序问题

讨论工件具有线性加工时间,工件间具有链约束的单机排序问题。目标函数为极小化加权完工时间和。在这类问题中,工件的加工时间是其开工时间的线性函数。对链不允许中断和链允许中断两种情况分别给出了最优算法。     

两阶段流水车间成组调度问题的迭代贪婪算法

针对两阶段流水车间成组调度问题，在同时考虑序列不相关准备时间和阶段间双向运输时间约束的情况下，以最小化最大完工时间为目标建立了混合整数线性规划模型，结合问题特征提出一种协同进化迭代贪婪算法.算法将工件组间排序和各工件组内工件间排序两个子问题进行统一编码，设计了不同的启发式规则产生问题的初始解，并提出一种协同导向迭代贪婪规则对两个子问题进行联合优化，进而给出了问题的三个下界以评估算法的性能.通过不同规模的数据实验和与对比算法的比较分析，验证了所提算法的高效性和稳健性.     

加工能力受扰的可控排序干扰管理

在加工时间可控的单机排序中,面对随机发生的干扰事件,研究了初始加工时间表的制定问题。对于干扰事件造成的影响采用匹配时间排序的应对策略,在干扰事件发生后,通过压缩工件加工时间,使新时间表在某时间点后完全恢复到初始加工时间表。基于工件吸收干扰事件影响的能力,设计复合排序规则来决定工件的优先级。由于问题内在的复杂性,在复合排序规则中,应用遗传算法来确定某给定待处理工件集的最优参数。使用概率分布表示干扰事件的发生时刻和持续时间,并综合概率信息和工件的优先级来制定初始加工时间表。最后,通过随机数值试验模拟,发现本文设计的初始时间表优于根据最短加工时间优先规则制定的初始时间表,验证了方法对于处理干扰事件影响的有效性。     

链优先约束工件单机随机排序问题

讨论单机随机排序问题，目标函数为确定工件的排列顺序使工件的加权完工时间和的数学期望最小。设工件问具有平行链优先约束，机器发生随机故障。考虑两种情况，第一种情况是链不允许中断．第二种情况是链允许中断，对两种情况分别给出最优算法。     

基于优先规则的复杂并行机调度问题研究

研究一类从实际指挥控制系统提炼的具有工件释放时间、机器可用时间和机器适用限制等约束的并行同速机调度问题.首先针对该问题建立混合整数规划模型;其次考虑到该问题的NPhard性以及实时调度的要求,提出基于优先规则的调度算法框架从而可以快速获得可行解;最后将该算法框架应用到实际案例并分析比较不同优先规则的效果,发现与工件释放时间相关的优先规则(如ERD,EFD)效果更好.值得一提的是,本文首次研究具有多重约束的并行机调度问题Pm|r_j,a_i,M_j|C_(max),TC.     

一类带有安装时间的单机成组排序问题

针对一类带有准备时间和安装时间的单机成组排序问题,给出了求解最优排序的多项式算法。其中每个工件都具有自己的准备时间,组和组之间具有安装时间,并且安装时间和已经加工完工件的加工时间有关。所有工件在机器上加工时,一次只能加工一个工件,工件不可中断,组内工件连续加工,组和组之间需要安装时间。对目标函数为极小化最大完工时间的单机成组排序问题,给出了求解最优排序的多项式算法。原问题不是成组问题,为此在原问题的基础上添加了工件的成组问题且组内每个工件都具有自己准备时间,其结果是依然能给出求解最优排序的多项式算法。     

带强制工期的单机排序问题

讨论了带强制工期的n个工件在单机上加工,在允许机器空闲的条件下,使得最大提前完工时间最小。由于工件不允许延迟,问题可能会无可行排序。先讨论问题的可行性。如果问题可行,找出一个可行序列作为预排序列,并给出一个算法计算出每个工件尽可能迟的开工时间,而后判断预排序列是否为最优,如果不能直接确定为最优,则给出一个算法在多项式时间内尝试由预排序列开始,通过不断调整工件的次序来获得最优排序。     

加工时间线性递减的平行机排序问题

主要讨论了具有两台处理机的平行机排序问题和每批恰为k个工件的串行工件同时加工排序的平行机排序问题。在这两个问题中,工件加工时间均为开工时间的线性递减函数,目标函数为极小化总完工时间。对于第一个问题,证明了其最优排序可由工件按基本加工时间不减排列得到,由此得出其最优算法,并指出了该结论对于加工时间随开工时间线性递增的情况并不成立。对于第二个问题,根据其与第一个问题在某些性质上的相似性,给出了其最优算法。最后指出所讨论的两个问题的结论均可推广到m台处理机的情况。     

三目标单机随机调度问题

讨论一类具有随机加工时间的单机调度问题 ,目标是确定 n个独立工件的最优排序 ,使工件提前完工时间之和 ,延误时间之和及守工时间之和的线性组合之期望值最小 .在一定条件下得出最优排序的形状.     

基于简化路网模型的卡尔曼滤波多步行程时间预测方法

针对目前多步行程时间预测方法研究较少,存在未来一段时间内的观测值不能及时得到的问题,提出基于简化路网模型的卡尔曼滤波多步行程时间预测模型和算法.综合运用上游路段、当前路段的实时和历史行程时间数据,从历史数据中寻找与当前日期交通状况最接近的历史日期,解决卡尔曼滤波未来一段时间内没有观测值而无法进行多步预测的问题.实验表明,算法能够合理地预测未来几个时段的路段行程时间,有效地避免了时滞性.同时,多步行程时间预测算法的精度高(尤其是4步以内,均等系数达到0.9以上), 是一种可行的预测方法.     

考虑到达时间感知价值的静态网络均衡模型

实际到达时间的大小直接影响出行感受,从而影响出行者的路径决策.在一个出行时间不确定的网络中,路径的实际到达时间也是不确定的,以偏好到达时间为分界点,本文对实际到达时间所处的可能区域进行了划分,在累积前景理论框架下建立了到达时间感知价值函数,在此基础上假设累积感知价值是由出行收益、出行负效用和到达时间感知价值三部分构成,构建了一个基于累积感知价值的静态网络均衡模型,探讨了均衡解的存在性和唯一性并设计了求解算法.最后,通过两个数值算例分析了模型参数改变对均衡结果的影响.     

Research on time series mining based on shape concept time warping

Time series is an important kind of complex data, while a growing attention has been paid to mining time series knowledge recently. Typically Euclidean distance measure is used for comparing time series. However, it may be a brittle distance measure because of less robustness. Dynamic time warp is a pattern matching algorithm based on nonlinear dynamic programming technique, however it is computationally expensive and suffered from the local shape variance. A modification algorithm named by shape DTW is presented, which uses linguistic variable concept to describe the slope feather of time series. The concept tree is developed by cloud models theory which integrates randomness and probability of uncertainty, so that it makes conversion between qualitative and quantitive knowledge. Experiments about cluster analysis on the basis of this algorithm, compared with Euclidean measure, are implemented on synthetic control chart time series. The results show that this method has strong robustness to loss of feature data due to piecewise segment preprocessing. Moreover, after the construction of shape concept tree, we can discovery knowledge of time series on different time granularity.     

空中分布式协同时差测量系统目标定位技术研究

针对地面单站低频雷达及多站协同时差测量系统的缺点,提出了一种有源三动平台空中分布式协同时差测量系统。给出了空中分布式协同时差测量系统的目标定位方法,建立了定位及交班误差分析模型,对精度和测量条件等进行了研究。最后,通过仿真验证了其相对于单站雷达的精度。该系统在实现远距离隐身目标高精度定位的同时,可大大降低系统对地面及动平台末制导探测设备的要求。     

离散Weibull分布下系统瞬时可用度的波动分析

对Weibull分布条件下离散时间的单部件可修系统的瞬时可用度模型进行了研究,提出了刻画系统瞬时可用度波动特征的波动参数.在此基础上,分别对固定系统寿命分布和平均修复时间条件下以及固定修复时间分布和平均故障间隔时间条件下的波动参数变化情况进行了仿真,研究了系统瞬时可用度的波动参数与weibull分布的形状参数和尺度参数之间的关系,并从仿真结果中得到了特定条件下系统可用度波动参数的变化规律.     

模糊网络中关键路线的工序时差判别方法

提出了模糊网络中工序总时差和单时差的算法，同时给出了关键工序和关键路线的工序总时差判别方法．最后，本文用实例说明该方法的正确性和有效性     

基于高斯隶属函数的模糊定性仿真

通过分析发现模糊定性仿真系统存在两个缺陷,即模糊子集距离定义和相似原理的不完善。这两个缺陷存在的根本原因是采用了四元数表示的模糊定量空间。用高斯隶属函数代替梯形隶属函数研究模糊定性仿真,并对模糊子集的距离定义以及相似原理作了改进。在FuSim的基础上,给出了到达时间、持续时间的具体表达式并用于时间过滤。仿真实例证明了此算法的有效性。     

基于随机边界函数的出行时间分析

出行时间是居民出行特征的重要分析指标.研究从出行时间预算入手,将随机生产边界函数用于对出行预算和出行时间边界的描述,建立了出行时间边界和出行者社会经济属性、家庭结构、出行者日活动安排及居住地用地特征之间的数量关系模型,给出了出行时间预算和出行时间边界的相互关系.以居民出行调查数据为来源,对通勤者和非通勤者分别建立随机出行时间边界模型,分析了工作活动影响下通勤者出行时间与非通勤者出行时间对各类影响因素的不同响应程度,比较了通勤者与非通勤者出行时间预算和出行时间边界的不同分布规律.研究表明,随机生产边界模型的组合误差结构为研究个体出行时间差异提供了很好的分析手段.     

基于CANbus的分布式实时系统仿真平台

分布式实时系统的理论分析沿用了实时任务调度理论中的结果，但在分布式实时系统中，为了满足系统中事务的实时性要求，不仅要合理分配每个结点中的任务的优先级，而且还要考虑网络数据帧的优先级。在对分布式实时系统进行研究中，软件的模拟忽略了实际中的不确定性，因此有局限性。本文着重介绍基于CAN总线的分布式实时系统仿真平台，包括其硬件和软件，并且介绍了一个利用此仿真平台所作的关于节点之间时钟差异的仿真实例。     

基于时间差的无线传感器网络节点定位方法

在分析RSSI、ToA、TDoA和AoA测距方法优缺点的基础上,给出一种基于时间差的节点定位方法.该方法无需锚节点与锚节点之间,以及锚节点与目标节点之间的时间同步,根据三个锚节点的定位信号到达目标节点的时间差,即可完成对目标节点的定位.以三个锚节点呈等边直角三角形布置为例,对定位误差进行计算并得出了提高目标节点时钟精度和增加锚节点之间的距离可减小定位误差的结论.最后,利用无线传感器网络测试床进行算法有效性验证,结果表明了所提定位算法的有效性.