基于约束满足的多卫星调度模型研究

卫星调度是空间资源管理的一项重要内容,其本身也是一类复杂的资源分配问题。约束满足技术是求解复杂资源分配问题(constraintsatisfactionproblem,CSP)的有效方法。在约束满足问题的理论基础上,首先分析了多卫星调度问题的约束条件(包括任务约束、关联约束和互斥约束);建立了多卫星调度问题的模型;最后,以地球资源观测卫星为对象,给出了示例。     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。     

卫星地面站测控资源调度CSP模型

研究了测控系统资源调度问题的描述与建模问题.在系统阐述综合航天测控网资源调度中涉及的资源、任务、事件、约束基础上,使用变结构半环CSP模型,描述测控调度中涉及的事件窗、时间约束、状态约束、周期性任务、抢先式任务、变长任务等硬、软约束,提出处理任务优先级和不确定性因素的途径.提出的模型对测控系统效能评价及资源调度算法研究也有一定的参考价值.     

一类多卫星动态调度问题的建模与求解方法

卫星调度是空间资源管理的重要内容之一，其本身也是一类复杂的资源分配问题。基于动态约束满足理论，针对卫星初始调度方案执行过程中卫星资源出现故障的情况，建立了多卫星动态调度模型，提出了求解模型的启发式搜索方法。最后，以地球资源观测卫星调度问题为例，对模型和算法进行了验证。     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

云计算环境中SBS应用动态资源分配方法

建立了一个SBS（基于服务的系统，service based system）应用端到端性能评价模型，并在该模型的基础上提出了SBS应用动态资源分配方法，该方法通过将静态的初始资源分配和动态的资源分配方案调整相结合，能够适应用户访问行为的动态变化，保证SBS应用端到端性能. 在SBS应用动态资源分配问题求解中，提出了服务吞吐量约束确定算法并在此基础上 给出了SBS应用动态资源分配算法，该算法根据SBS应用吞吐量约束确定服务资源需求量并在此基础上通过起始服务 到服务间的转移时间计算服务的资源分配时刻，从而能够在保证SBS应用端到端性能约束的同时提高资源利用率. 实验验证了所提出的基于SBS应用端到端性能评价模型的动态资源分配方法的有效性.     

系统科学视角下高分辨率对地观测系统任务管控统筹优化

高分辨率对地观测系统因其高清晰度的影像产品倍受测绘、农业、林业、采矿、城市规划、国土资源等众多领域的用户青睐.在面对不同用户各种繁杂的任务需求和超过载的卫星影像订购,以及在云层遮挡等随机因素干扰下,如何通过对任务统筹管控来提升系统整体效益已成为航天领域一个崭新的管理科学问题.通过对高分辨率对地观测任务管控流程的分析,指出了星务管控的关键在于卫星任务规划和星地资源调度问题,并围绕问题基本输入要素和输出要素构建了该问题的概念模型.通过与车辆调度、车间作业调度等常见资源调度问题对比,强调了该问题的特殊性和巨复杂性,并从任务、资源、约束和优化目标四方面进行了详细论述.最后,基于系统科学观的思想提出采用统筹优化的方法来处理高分辨率对地观测系统任务管控问题,并从系统层次性、涌现性和协调性角度进行了系统分析.     

基于Agent的航天测控资源调度问题建模分析

为了研究航天测控资源调度与优化问题,需要建立问题的标准化描述模型.通过对航天测控工程需求的分析,明确了与航天测控资源调度有关的各仿真对象定义及测控调度过程,并指出了需要考虑的规刖和约束.采用基于Agent技术的对象属性、交互、规则、状态的描述方法,建立了可扩展的航天测控资源调度问题中各时象描述模型和资源分配过程模型.通过一个实例验证了该建模分析方法的可行性.     

一种能效最大化的一体化观测网络任务调度优化方法

本文研究如何合理分配资源以保障高效任务调度,进而有效提升一体化观测网络任务管理能效.通过引入平行智能的相关理论与方法,构建了人工一体化观测网络模型,综合考虑网络中传感节点与局部中心节点的联通概率,以延长网络寿命的任务调度优化为目标,设计计算实验获取能源使用效率最大化资源分配方案,通过资源分配参数的优化提高网络资源调度与分配的效率,从而提升网络中信息传输速率、减少延迟、提高任务调度效率.本文研究对于提升复杂一体化网络系统中任务调度能效具有重要意义.     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于进化多目标优化的微服务组合部署与调度策略

面向微服务实例在不同资源中心的组合部署与调度问题,构建微服务组合部署与调度最优化问题模型。以资源服务中心计算及存储资源利用率、负载均衡率和微服务实际使用率等为优化目标,以服务的完备性、资源与存储资源总量和微服务序列总量为约束条件,提出基于进化多目标优化算法（NSGA-Ⅲ,MOEA/D）求解方法,寻求微服务序列在不同资源中心的实例组合部署与调度策略。通过真实数据集实验对比,在全部满足用户服务请求的约束下,该策略比传统微服务组合调度策略的计算、存储资源平均空闲率和微服务实际空闲率要分别低13.21%、5.2%和16.67%。     

一种提供QoS保证的公平跨层资源分配方案

提出了一种基于正交频分多址接入（orthogonal frequency division multiple access, OFDMA）系统的跨层资源分配方案。在保证各种业务服务质量（quality of service, QoS）要求的基础上,以获取系统最大吞吐量为目标,兼顾用户之间资源分配的比例公平性。该方案充分考虑了媒体接入控制（media access control, MAC）层各种业务的QoS要求和无线信道的大尺度衰落特性,将MAC层的分组调度与物理层的资源分配进行联合设计,MAC层根据物理层分配给每个用户的时变信道容量进行分组调度,物理层根据MAC层中各用户的队列状态信息为每个用户分配信道资源。仿真结果表明,该方案可以满足多用户各种业务的QoS要求,与采用等功率分配的依赖信道状态的分组调度（channel state dependent packet scheduling, CSDPS）算法相比可以提高系统下行总吞吐量,且较好地改善具有不同路径损耗的用户之间的公平性。     

一类含时间窗口的多资源动态调度问题的建模与求解方法

摘要内容含时间窗口的多资源调度，是一个包括资源分配和时间窗口分配的两阶段优化过程。资源在初始调度方案执行过程中可能会出现故障，而使初始方案不能继续执行，需要对初始方案进行调整。本文针对这种情况，分析了该问题中的主要约条件，建立了含时间窗口的多资源动态调度模型，给出了一种启发式搜索方法；并以含时间窗口的并机调度问题为例，对模型和算法进行了验证。     

舰载机甲板机务勤务保障作业调度与资源配置集成优化

针对舰载机甲板机务勤务保障作业调度研究中存在的工序执行模式单一、勤务保障设备考虑不全、作业调度优化与资源配置优化研究相互独立等问题, 通过系统分析作业流程、工序执行模式、资源转移与分配等约束条件, 将移动保障车纳入保障资源范围, 建立了舰载机甲板机务勤务保障作业调度与资源配置集成优化模型。在此基础上, 设计了第二代非支配排序遗传算法并对模型进行优化求解。仿真结果表明, 保障完工时间随着资源配置数量的递增呈现边际效应。为确保机群保障作业按照既定的甲板作业周期完成, 各保障任务存在最低资源配置数量方案。     

一种多天线多用户下行系统保障公平的资源分配策略

将比例公平调度机制推广到多天线多用户下行系统,提出了一种保障公平的资源分配方案和多用户调度机制.基站利用块对角化预编码机制,将多天线下行系统分解为并行无干扰子信道,并根据各个用户的信道状态,选择优化用户集进行传输,从而在保障公平性的同时最大化系统总速率.同时分析了信道反馈错误对该资源分配机制的影响.仿真结果表明,与其他几种用户调度机制相比,该资源分配方案在吞吐量和公平性之间取得了良好的折中.     

城市应急资源调度系统建模与仿真

突发事件发生时,应急资源的合理调度问题尤为重要。如何解决单一城市应急资源供应不足,如何将更多的资源进行整合,选择哪些救援点进行救援,什么时候进行救援,这些都是需要讨论的问题。通过建立虚拟协调中心,将分布式系统的理论应用到整合城市之间应急资源的协同调度管理中,从应急系统成本费用和因施救不及时造成损失的双重角度考虑,将救援成本最小和出救点数量最少作为应急优化目标,建立了针对多救援点事故灾害下的应急资源调度模型,并对资源的动态调度模型及协同过程进行仿真与研究分析。     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

机群保障资源配置建模与优化研究

本文系统分析了机群保障的基本流程,厘清了保障过程中的各类约束条件,明确了机群保障资源配置的优化目标,构造了机群保障资源配置的数学优化模型.针对机群保障资源配置问题的大规模性与NP-hard性,采取滚动调度思想,将大规模优化问题分解为子问题,进而提高了求解的效率.最后以4架飞机6批次连续出动作为典型任务模式,基于优化平台验证了模型和算法的有效性和高效性.本研究为机群保障资源配置优化问题提供了一种有效的解决思路.     

资源分配的群体决策模型

针对资源分配的群体决策问题，简述了Ｐａｒｅｔｏ模型和核心（ｃｏｒｅ）模型的求解思想，指出这两类模型在资源分配决策中的缺陷。根据群体基数效用函数的加和性，用距离表示群体的损失函数，建立了资源分配群体决策的重心模型。