随机机器故障下单机预测调度方法

研究可能遭遇机器故障的工件动态到达的单机总加权拖期生产调度问题. 基于一定概率分布对机器故障的预测描述, 预测调度方法可以用插入时间冗余的方法使初始调度方案具有一定的抗干扰能力, 对未来的故障扰动有一定预测性, 使未来实现调度与预测调度尽量保持一致性, 预测性度量定义为实现调度与预测调度间各工件完工时间的绝对偏离加权和. 提出了一种带空闲时间阈值的预测调度方法, 基于工件动态到达的特点, 充分利用初始调度中的空闲时间, 通过空闲时间阈值灵活控制空闲时间的插入与否. 大量的仿真实验结果表明,与已有方法相比, 采用该方法得到的预测调度对随机机器故障的预测能力更高,同时保持了好的调度性能.     

基于运动目标预测的多无人机分布式协同搜索

多无人机(unmanned aerial vehicle, UAV)协同搜索是多UAV协同一个重要研究方向。随着战场环境的复杂化,UAV对动态时敏目标的搜索显得尤为重要。针对动态时敏目标的运动特性,首先建立动态时敏目标的运动预测模型,为了降低由于目标运动造成的不确定性以及优化UAV的搜索性能,在采用贝叶斯理论对目标存在概率进行更新的基础上,研究了一种基于高斯分布的目标转移概率密度,通过计算得到动态时敏目标的存在预测概率,然后合理建立UAV协同搜索的性能指标函数,在分布式模型预测控制框架下,将多UAV集中式在线优化问题转化为各架UAV的分布式在线优化问题,最后对性能指标函数进行优化求解。通过仿真验证了所提方法的有效性。     

考虑盲区的多移动传感器地面目标检测跟踪调度方法

针对地面目标检测跟踪任务以多移动传感器系统为调度对象，提出一种考虑盲区的传感器调度方法。首先，建立了目标检测模型，基于贝叶斯风险理论给出了目标检测损失的计算方法以评估检测性能。然后，考虑多普勒盲区和视野盲区的影响，建立了目标跟踪模型，并给出了基于盲区信息辅助的目标跟踪算法以应对盲区出现时目标状态估计问题。最后，建立了传感器优化调度模型，结合检测损失、跟踪精度、传感器能耗等因素建立了目标优化函数。仿真结果表明，所提调度方法能够有效解决多移动传感器协同调度问题，所得的最优调度方案可在兼顾检测性能、跟踪性能和控制能耗的同时，使整体作战收益达到最佳。     

LU分解在众核结构仿真器上的指令级调度研究

随着集成电路工艺的发展,众核处理器体系结构逐渐成为计算机体系结构设计者的研究热点。众核体系结构通过任务级的并行来提升整个处理器的性能。然而,指令级的并行性仍然是众核设计者需要认真考虑的问题。对浮点运算效率和加速比进行了形式化描述,验证了进行指令级调度的必要性。对处理器核内流水线进行详细分析,指出了指令级调度的一般性问题。提出了在众核结构上使用指令级调度和软件流水的方法。针对Splash2程序集里的LU分解算法,使用众核结构的硬件支持,在Scratched Pad Memory（SPM）上给出了调度指令的方案。在众核仿真器Godson-T上仿真了经过指令级调度后的算法,当使用64个线程处理512×512的矩阵时,程序性能达到调度前性能的4倍。     

面向C25的多处理器调试验系统研究

多处理器环境下的动态调试是诊断并行算法效果的关键步骤，在缺少并行操作系统的条件下，动态调试系统也是支持并行算法运行的有力工具，本文以TMS320C25数字信号处理器构成的多处理机系统为研究对象，提出了动态试验中的软件接口设计方法，以及断点的外部记录法，确保了系统资源的最少占有。同时，讨论了并行调度或的若干问题，本文所提出的有方法都可以扩展到基于其它处理器的动态调试器设计中去。     

网络控制系统的事件触发与量化控制协同设计

针对资源受限的离散时间网络控制系统,提出一种基于性能优化的事件触发和量化控制协同设计方法。该方法主要通过事件触发降低网络带宽占用,采用带有缩放因子的动态量化器降低量化误差的影响,并将该网络控制系统建模成具有不确定参数的离散时间切换系统;根据稳定性和二次性能指标要求,利用分段李雅普诺夫函数和线性矩阵不等式技术将性能指标最优问题转化为具有矩阵不等式约束的优化问题,给出了保证系统渐近稳定且二次性能指标最小的事件触发器参数、动态量化器可调参数及控制器增益协同设计方法。最后,通过仿真验证了所提方法的有效性。     

基于网格的HLA/RTI仿真系统互联与资源共享

基于网格技术支撑复杂系统协同建模/仿真过程中的系统建模和仿真运行两个不同阶段,以实现仿真资源的安全共享与重用、协同互操作及优化调度运行。在仿真运行阶段,根据仿真系统特点、实时性要求等级以及资源共享需求的不同,提出采用基于网格的运行控制及信息发布、基于Grid/Web服务的仿真系统互联以及基于网格的联邦成员模型共享与动态组装三种不同的互联与运行模式,并对每种模式适用的应用类型、系统实现体系结构以及关键技术进行了研究与实现。     

基于时间序列数据扩增和BLSTM的滚动轴承剩余寿命预测方法

针对滚动轴承全寿命周期监测数据不足导致剩余寿命预测精度不高的问题,提出一种基于时间序列数据扩增和双向长短时记忆(bidirectional long-short term memory, BLSTM)网络的剩余寿命预测方法。首先,采集训练用滚动轴承全寿命周期振动加速度和测试轴承振动加速度数据。其次,对采集得到的原始数据预处理后提取健康因子,将训练用数据和测试数据分别构成参考数据集和目标数据集。然后,以参考数据集为基础,利用动态时间规整算法扩增目标数据集数据。最后,使用数据扩增后的测试数据训练BLSTM网络,利用训练好的BLSTM网络预测滚动轴承性能退化趋势和剩余寿命。实验结果表明,基于动态时间规整算法的数据扩增模型能够根据已有全寿命周期数据,扩增性能退化过程相似的滚动轴承运行数据,利用扩增数据训练BLSTM网络,能够有效提高性能退化趋势预测能力,进而提高剩余寿命预测精度。     

基于冲击理论的性能可靠性评估研究

性能退化产品的可靠性通常可以通过性能指标值来反映,而性能指标的退化机理常常可以利用冲击理论进行解释。本文在一定假设下,针对性能退化产品,建立了基于冲击理论的产品性能退化模型,提出了将性能退化模型预测与产品寿命分布拟合相结合的可靠性评估方法,即使用极大似然估计对产品性能退化模型参数进行估计,利用性能退化模型预测拟合产品的寿命分布来评估产品的可靠度。最后,通过实例比较,验证了本方法的可行性和有效性。     

改进Q学习算法在作业车间调度问题中的应用

为解决动态环境下作业车间调度问题,提出了一种基于改进Q学习算法和调度规则的动态调度算法。以“剩余任务紧迫程度”的概念来描述动态调度算法的状态空间;设计了以“松弛越高,惩罚越高”为宗旨的回报函数;通过引入以Softmax函数为主体的动作选择策略来改进传统的Q学习算法,使改进后的Q学习算法在前期选择不同动作的概率更加平等,同时改善了贪婪策略在学习后期还会选择次优动作的现象。仿真结果表明：该调度算法相较于改进前,性能指标平均提升约6.5%;相较于IPSO算法和PSO算法,性能指标平均提升分别约为38.3%和38.9%,调度结果明显优于使用单一调度规则以及传统优化算法等常规方法。     

单参数支持向量回归算法

支持向量机是一种基于统计学习理论的新颖的机器学习方法，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点．这种方法已广泛用于解决分类和回归问题．在回归中，标准的支持向量回归算法在采用ε-不敏感损失函数时引入两个参数．为了减小学习复杂性，给出一种单参数约束下的支持向量回归算法，该算法能够减少支持向量的数量，提高程序的运行速度．最后，以一个混沌时间序列预测为例，所给方法同标准支持向量回归算法进行了比较，运行速度明显提高．     

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。     

基于预测的区分业务模型与仿真分析

利用混沌相关理论对实际的网络流量进行了混沌特性与预测分析,并基于混沌预测在短期信号预测方面的良好特性,首次提出了基于预测的区分业务模型实现框架及动态QoS实现算法。基于OPNET的网络仿真实验表明,与传统的静态QoS参数配置方法和基于测量的动态QoS设置方法相较,该模型及方法在网络重负载环境下可使各业务的QoS性能指标及网络总体吞吐量均得到显著改善。     

动态单机调度的一种滚动时域策略及全局性能分析

针对全局信息不完全的一种单机的动态调度模型,设计了局部调度子问题带终端惩罚函数的滚动调度策略,并对这种滚动调度策略下的全局性能进行了分析.通过对未知工件按FIFO规则进行虚拟调度,对滚动调度进程中的全局性能进行评估,证明了在所给滚动调度策略下,随着工件信息的逐步获取,全局调度中的虚拟调度逐步变为已知调度,并经过滚动局部调度而部分实现,决策时刻向前推进,对全局性能指标的估计越来越接近将实现的实际值,逐步实现的全局调度性能相对历次的估计值不断改善.终端罚函数滚动调度策略可以保证滚动调度进程中全局性能的稳定性,当工件到达较快时,文中的滚动调度策略更有优势.     

基于颜色Petri网的多agent动态调度建模与分析

多agent系统是一个典型的分布式系统,其任务调度策略的性能对于整个系统的性能有重要的影响。调度策略研究领域中一个重要问题是如何动态可视化地呈现调度过程。颜色Petri网结合了Petri网和高级程序语言的优点,拥有严格的数学理论基础,能够对分布式系统进行图形化的模拟。提出了一种基于层次颜色Petri网的多agent调度过程建模方法,该方法对多agent任务处理的全过程进行了建模,模型中通过不同角色的agent对任务进行动态分解和调度,利用Petri网仿真工具,能够在调度过程中考察所提出的调度策略与已有调度策略相比所具有的优点,而且通过对调度简化模型的状态空间进行分析,证明了调度策略的正确性和合理性。目前这种基于Petri网的形式化的可视仿真方法和模型评价方法是其它验证方法难以实现的。     

基于租还车需求影响的共享单车调度问题研究

当用户前往共享单车站点租车而站点无自行车或用户还车而无空桩时,将发生未满足租车或还车服务,造成经营方收益损失.为了优化服务,以包含停运期和营运期、在停运期进行自行车静态调度的共享单车系统为研究对象,调度成本和未满足服务损失成本为目标函数,调度卡车启用、旅行路线及站点间车辆调度为决策变量,营运期站点在站自行车数量为状态变量,综合分析调度策略与站点间租还车需求相互作用引发状态变量变化的动态演化过程,分析调度活动的内在逻辑,构建非线性静态调度优化模型,提出一种线性化方法,将其转化为线性规划模型.然后,根据问题特性设计了一种可求解大规模问题的人工蜂群-贪婪算法.最后,应用数值算例对问题性质和算法性能进行分析,结果显示单位租还车损失成本和调度能力对调度优化效果有重要影响,人工蜂群-贪婪算法在求解大规模问题时具有一定优势.研究成果可为共享单车调度提供决策支持.     

基于多目标的含风电场动态环境经济调度

在倡导大力开发新能源的政策下,含风电场发展迅速。但其出力调度问题很复杂,需要综合经济和环境因素,针对风电功率预测误差大,在研究含风电场动态环境经济调度时,在发电成本中考虑了旋转备用成本,在约束条件中考虑风功率预测误差对旋转备用容量的需求,以发电总成本最小、污染物排放总量最小、购电总费用最小为目标,建立含风电场动态环境经济调度模型。采用非支配排序遗传算法III对模型求解,以获得多样的解集和良好的收敛性。在含有1个风电场的5机电力系统算例中的仿真研究验证了所提出的基于多目标含风电场动态环境经济调度方案的合理性。     

网格环境下复杂过程系统优化计算服务及任务调度策略

针对目前优化计算服务缺乏对一般用户的优化计算支持和灵活的资源共享方式,提出利用网格环境、支持网络计算资源以并行的、协同的方式提供面向服务的优化功能的计算服务系统,并设计了对系统性能具有重要影响的动态任务调度算法,从而使系统能够适应复杂过程系统优化计算以及网格环境的典型特征.相应地,系统采用多任务队列的任务管理方式和计算节点组的资源管理方式,为该调度策略提供实现基础.测试结果体现了基于该调度算法的优化计算服务系统的良好性能,并为设计在该系统下高效运行的并行算法提供了参考依据.     

一种面向协同虚拟地理环境的并发控制机制

协同虚拟地理环境由于存在多个用户与共享资源发生并发访问,从而将导致"访问冲突".基于此,以协同虚拟地理环境中的基础要素-地形为并发控制对象,提出并实现了一种以矩形作为区域锁形状,并支持在协作过程中进行锁粒度动态裁剪的并发控制机制,该锁在机理上属于悲观锁.结果表明,该机制能够较好地避免冲突产生,使多用户与共享资源的交互保持有序与和谐,同时提高了协同工作效率.     

基于网格的分布仿真平台的核心技术研究

提出了一种基于网格的分布仿真平台,结合最新网格技术和高层体系结构技术实现以服务为基本元素的分布仿真运行支撑环境,具有灵巧、高效、通用和实用的特点.并进一步从技术实现上提出了构建平台所需的核心技术,包括:运行支撑环境中基于代理的请求回调机制、实现仿真资源管理和调度的管理中心、高效的协同监控组件.最后,对平台的核心组件进行性能测试.该平台可以高效完成广域网仿真,实现仿真资源的共享、重用及优化调度,提高系统负载均衡能力,实现对仿真的协同监控.