分布式内存机器中优化调度问题的数学模型

对分布式内存机器中相互依赖多任务的优化调度问题,将约束条件归纳为任务约束、链路约束和资源约束,建立了允许任务复制情况下多任务静态调度问题的数学模型.描述了有向无回路图的构造性定义,指出问题一定有不超过所有任务执行时间总和的解.推出以最短时间完成任务集所需的最小资源数与任务数一样大.阐明了问题具有可计算性.研究结果改进了原有的问题描述和数学模型,使对问题的认识更深入,并有利于寻求更好的求解策略.     

柔性制造系统刀具需求规划的启发式算法

以一个刀具移动的柔性制造系统为背景，研究了刀具需求规划问题，即在刀具购买资金预算内如何规划任务所需刀具中每种规格的刀具数量使其在制时间最小．利用刀具控制策略对在制时间不灵敏的特点，采用递归算法求出了在制时间和刀具等待时间，然后通过增加关键机床上的关键刀具集合数量来修改中央刀具库中的初始刀具配置．不断重复以上2个步骤，直到超过刀具购买资金的约束．对随机产生的问题进行了数据计算，结果表明，所介绍的算法从整体性能上优于现有的算法。     

一类Q_m|r_j|C_(max)on-line问题的LS算法分析

考虑一类Qm|rj|Cmax的on_line问题的LS算法 (m台机器 ,速度分别为s1,s2 ,… ,sm,且s1≤s2 ≤…≤sm) ,证明了这个算法性能指标上的上界是 1+ m - 1i =1si sm .     

混合装配流水线上最小makespan的协同优化

混合装配流水线是实现快速响应的一种多品种小批量的生产组织方式,流水线平衡和产品排序是紧密相关而且对目标值存在交互影响作用的两个NP-hard问题.文章分析了流水线平衡与产品排序对流水线的makespan目标的交互影响,建立了优化模型;基于两个问题的交互影响,采用协同进化算法,并行协同地优化混合装配流水线上的makespan.通过对经典流水线问题的计算实验,并与串行独立优化方法对比,结果表明:并行协同优化是一种全局优化方法,能够克服后者的局限性,改善优化的结果,进一步地,文中对混合装配流水线上makespan的协同优化方法可以推广到Flowshop的优化中去.     

网格环境下的静态启发式任务调度算法

针对网格环境中,任务调度的目标系统通常为任意连接的网络,程序大多数为密集型的并行分布式应用程序,提出了一个新的基于复制的启发式任务调度算法,该算法减少了任务在执行过程中重复查找最佳处理器的时间花费,可以同时执行多个应用程序,缩短了应用程序总的执行时间,并且平衡了处理器间的负载。实验结果表明:该算法能很好地符合网格的复杂环境,也能够更好地满足不同用户的实际需要。     

基于最小生产时间的制造任务分配策略

为了满足协作离散制造企业群如何能够以最快的时间来响应市场的需求,在基于协作企业群生产工时能力基础上,提出了核心企业如何制定最小生产时间的任务优化分配策略。该策略既满足了生产订单的交付期要求,又考虑了协作企业的生产费用成本,达到了协作企业群制造任务生产计划进度与生产费用的优化。最后给出一个应用示例,说明了该任务分配策略的合理性和有效性。     

柔性作业车间的任务分配及优化方法

针对柔性作业车间中存在的多工艺路线和多加工路径的生产条件,以整个任务的加工时间最小化为目标,提出了有限缓冲条件下的任务分配模型.基于Wardrop用户平衡原理,利用增量分配法求解该模型,进而求解各路径和各加工单元的任务分配量,以及任务的最小化加工时间.通过一个加工单元具有非线性加工时间和多工艺路线的实例证明了该模型和方法的有效性.该模型和算法,可以将任务分解到各加工路径上,并且能够确定各资源加工的时间窗.