活动重叠对缩短资源受限项目工期有效性研究

活动重叠是项目赶工的一种常用手段,但并非所有活动的重叠执行均能有效缩短项目工期.识别和评估项目中活动重叠对缩短项目工期的有效性,避免无效的活动重叠及资源的浪费,对于解决资源受限项目调度问题具有重要的理论和现实意义.针对现有进度生成机制在处理带有活动重叠的资源受限项目调度问题上的不足,本文建立整数线性规划模型并对小规模算例进行精确求解.在对求解结果统计分析的基础上识别影响活动重叠有效性的关键因素,为项目调度中制定重叠策略提供指导.通过一个算例验证预先识别有效的活动重叠对提升启发式算法性能和优化项目调度结果具有积极作用.     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

考虑中断的制造型供应链协调调度模型

供应链协调调度能有效提高企业应对供应链中断的能力。以两阶段制造供应链为研究对象，研究了中断情境下具有交付时间约束的多产品类型制造供应链协调调度问题。制造商接到包含多产品类型的工件加工订单，各工件需经供应商处理为原材料工件后，交付给制造商处理为完成品，各工件均有一个独立的交付期。如果供应商单方面调整工件加工顺序，会导致制造商冲突成本的增加，需双方协商处理。以最小化供应商总拖期交付成本和最小化制造商总冲突成本为目标，基于收益共享契约协调机制，构建了考虑中断的制造型供应链协调调度模型。设计了一个融合自适应邻域搜索算子的混合自适应遗传算法。通过算例仿真，验证了所提模型与算法的有效性。     

基于SLNR的MU-MIMO系统预编码和用户调度算法研究

在MU-MIMO通信系统中,允许多个用户在相同的频率和时隙上进行通信,可以有效增大系统吞吐量、提高系统性能,如何设计高效的预编码方案和用户调度方案以减少用户间的干扰是MU-MIMO系统面临的主要问题之一。本文首先利用最小均方误差方法的改进信道矩阵来有效减少估计信道误差的影响,提出了一种基于信漏噪比(SLNR)的MU-MIMO系统预编码方案;在此基础上,针对传统的贪婪用户调度算法复杂度过高的特点,提出一种基于SLNR准则的低复杂度的用户调度方案。通过仿真分析,提出的预编码方案能够有效降低系统误码率,用户调度方案有效降低了算法计算复杂度。     

云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

面向协同作业的柔性U型生产线任务分配方法

对柔性U型生产线采用人工分配方式进行任务分配时效率低,且难以对大量的任务进行分配,因此文章建立了协同作业任务分配模型,提出了一种包含两人协同作业的任务分配方法,在给定时间的约束条件下,以最少工人数量和最佳的作业负荷均衡为求解目标进行任务分配,不仅考虑了时间的最优性和作业负荷的均衡性,而且也使人力资源配置得到最优化。将该方法应用于某双作用离合器U型装配线的任务分配中,能够针对不同型号的产品快速、准确地进行任务分配,从而验证了该任务分配方法的可行性和有效性。     

考虑多资源约束的非等效并行机节能调度算法

针对瓶颈工序光刻过程中考虑能源消耗、多类型多数量的掩膜资源、换模等约束的非等效并行机调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先对问题域进行描述,以最小化总加权完成时间与能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种带精英策略的多目标免疫克隆选择算法,该算法融合了非支配排序遗传算法的排序规则,并引入深度邻域搜索算子、种群更新算子以提高算法搜索性能及挖掘性能.最后,对算法进行仿真实验,结果表明该算法是有效的、可行的.     

基于模糊理论和时间研究的配送中心成本核算

为解决因作业中不确定性因素影响造成配送中心成本核算的不准确性问题,将模糊理论与时间研究方法结合,对时间驱动作业成本法加以改进,利用模糊化方法估算配送中心实际作业时间率和作业时间宽放率,利用时间研究方法测算标准作业时间.实例验证了本文改进的时间驱动作业成本法的有效性;K-S检验和F检验结果表明,相比模糊时间驱动作业成本法和基于时间研究的时间驱动作业成本法,本文方法可以更好地消除配送中心成本核算中不确定性因素造成的不利影响,提高成本核算的准确性.研究结论可为配送中心成本管理与控制提供科学的决策参考.