引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

基于深度强化学习的云作业调度及仿真研究

针对复杂瞬变的多用户多队列多数据中心云计算环境中作业调度困难的问题,提出一种基于深度强化学习的作业调度方法.建立了云作业调度系统模型及其数学模型,并建立了由传输时间、等待时间和执行时间三部分构成的优化目标.基于深度强化学习设计了作业调度算法,给出了算法的状态空间、动作空间和奖赏函数.设计与开发了云作业仿真调度器,完成作...     

一种战时装备维修保障资源优化调度算法

对引起战时维修保障资源冲突的原因进行了深入分析,建立了多维修点资源优化调度模型,给出了基于维修点保障优先度的资源优化调度算法。实例分析结果表明：装备维修保障资源的优化调度能够在满足任务需求和给定的维修保障资源条件下优化资源调度方案,充分利用资源,缩短待修装备的平均等待时间。     

中继卫星动态调度问题研究

针对任务时间要求改变、增加新任务和资源故障三类扰动因素分别建立了中继卫星动态调度问题的动态约束满足模型;设计了动态扩展/删除树搜索算法对模型求解,算法利用动态扰动测度中删除任务权重和调整任务权重两个参数的比指导搜索过程,合理协调扩展搜索和删除搜索,从而将对动态调度方案的需求反映到搜索过程之中,提高了算法的可用性和效率;仿真结果验证了该方法的有效性。     

面向复杂关联测控需求的冲突规避调度算法

对卫星测控资源调度问题的现状进行了分析, 根据现有场景、需求和任务建立了目标约束满足模型。在系统阐述测控资源、可见弧段、任务需求的基础上, 考虑到测控任务需求间复杂的相互关联关系, 提出了一种基于任务冲突规避的测控资源调度算法。相比其他传统方法, 该算法考虑了全局任务对资源的需求和任务间复杂的关联性, 引入了可行解接受度函数, 避免了传统启发式算法过分贪婪的缺点。实验结果表明, 该算法应用于大规模测控任务资源调度时, 能有效提高任务调度的成功率。     

网络仿真软件NS2中队列调度算法的扩展

结合一个新的队列调度算法,深入全面地探讨了如何对网络仿真软件NS2(NetworkSimulator)进行扩展,特别是如何在NS2中实现复杂的队列调度算法。对在NS2中实现新算法的基本原理和过程,以及一些关键细节给出了较为详细的描述,如通过分组来携带用于调度的流状态信息,以及如何使用这些信息进行队列调度,增加对分组队列的基本操作等。最后还给出了新算法的仿真实验结果,实验结果表明新算法在公平性方面的性能良好。通过扩展NS2来验证新的网络协议和算法,大大提高了效率、降低了成本,并更具灵活性。     

基于时间Petri网的实时多任务调度方法研究

Petri网是一种模拟和分析的系统工具，能有效地描述并发与并行、同步与异步问题。对时间Petri网在水下航行器制导系统仿真多任务调度中的应用进行了探索和研究。首先介绍了时间Petri网的基本原理，并以水下航行器制导仿真系统为例，将水下航行器制导仿真多任务系统划分为自导子任务、控制子任务、程序弹道子任务、目标运动子任务和指挥导引子任务，在建立和分析时间Petri网模型的基础上，给出资源的束双处理器条件下的最佳调度方案。仿真结果表明，通过该方法完成的多任务调度，能使水下航行器制导仿真系统多任务协调地在双处理器计算机环境下运行，满足水下航行器制导仿真系统分析研究的需求。     

云环境下一种节能的资源调度算法

针对云计算的高能耗问题,从系统级节能角度,提出一种节能的资源调度算法。首先,建立云计算的 两级资源调度模型;综合考虑主机的工作、空闲和休眠等多种状态建立能耗模型,并用多功能计量插座加以验证。 然后,提出基于遗传算法的最小能耗资源调度算法（ｍｉｎｉｍｕｍｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ, ＭＥＣＧＡ）,根据云任务的服务质量（ｑｕａｌｉｔｙｏｆｓｅｒｖｉｃｅ,ＱｏＳ）需求产生初始种群,以系统能耗最小为调度目标设计 适应度函数,并根据染色体适应度的正态分布函数和种群的进化代数设计遗传算子。仿真结果表明,所提算法能 够有效降低系统总能耗、缩短任务完成时间。     

信息不完全共享下MC供应链动态调度模型研究

为解决信息不完全共享环境下,大规模定制供应链的动态调度问题,提出了基于蚁群算法的多企业交互调度模型.模型中,供应链企业均具有各自独立的异构生产调度系统,企业在互不了解完全生产信息的情况下,通过企业代理之间的反复、自动交互,对订单任务分配及合作时序进行协调,从而实现供应链动态优化调度.仿真实验证明,此模型具有良好的调度效果和稳定性.     

基于仿真模型的排队规则遗传优化算法研究

排队规则是排队系统的重要组成部分, 直接关系到排队系统的运行效率. 本文以具有复杂结构的排队系统为研究对象, 构建了排队系统仿真模型; 进一步地, 考虑排队规则的多样性特征, 提出了基于排队系统仿真建模的排队规则遗传优化算法, 并进行了算法的优化设计. 基于眼科医院实际数据的分析结果表明, 与先来先服务(FCFS)排队规则相比, 本文提出的方法所得到的排队规则可以将平均住院等待人数减少1/2以上, 并可实现系统的长期稳定性. 论文工作实现了系统仿真与遗传优化算法的有效结合, 对优化复杂系统的排队规则、提高排队系统的运行效率具有积极意义.     

Utility function based fair data scheduling algorithm for OFDM wireless network

A system model is formulated as the maximization of a total utility function to achieve fair downlink data scheduling in multiuser orthogonal frequency division multiplexing (OFDM) wireless networks. A dynamic subcarrier allocation algorithm (DSAA) is proposed, to optimize the system model. The subcarrier allocation decision is made by the proposed DSAA according to the maximum value of total utility function with respect to the queue mean waiting time. Simulation results demonstrate that compared to the conventional algorithms, the proposed algorithm has better delay performance and can provide fairness under different loads by using different utility functions.     

任务调度过程中就绪队列的优化研究

绝大多数嵌入式实时系统仅配置了必不可少的资源，任务间抢占行为导致的额外开销严重影响着系统的性能，通过分析周期性任务的调度过程，得出在确保任务不错过截止期条件下，各个任务在就绪队列中可等待的最长期限计算公式，并根据公式推导出任务满足截止期的最后抢占时刻等属性，从而定量地刻画了周期性任务抢占行为发生的必要条件，提出了一套对周期性任务的就等队列进行微调度的抢占模型，通过改变抢占关系来减少抢占次数，优化实时系统性能，本文最后通过实验验证了该微调度的抢占模型不仅有效地减少抢占次数，同时对于表态优先级调度策略如RM，能有效地提高处理器的可调度利用率。     

CRF:A Scheduling of Multi-Granularity Locks in Object-Oriented Database Systems

1.INTRODUCTIONRecelltly,object-orienteddatabasesystem(OODB)hasbecomepopular,becausemailyadvanceddata-intensiveapplicationssuchasCAD/CAMandmultimediadatabaseshaveemployedthistechniqlle.Manypapershavediscussedaboutwhattheobject-orientedmeansandwhatanobject-orienteddatabaseisinreference[l~4].Anewtransactionmodelforobject-orienteddatabasesystemwasproposedinreference[sl.Itisclearthatobject-orienteddatabaseshavegreatpotentialtobeusedwidelybecauseoftheirobject-orienteddesignmodelandflexibled…     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

基于社会力模型的机场旅客排队模型

航站楼旅客出港排队服务流程研究,对航站楼根据实际运行情况配置资源、提高旅客满意度至关重要。对此,提出一种对旅客出港排队流程分析仿真的新方法。首先,通过优化社会力模型构建航站楼排队仿真模型。然后,运用Anylogic软件对南京禄口国际机场T2航站楼出发大厅旅客安检排队服务流程进行仿真。最后,通过仿真数据分析了优化模型和传统模型的运行结果差异,表明两种模型安检通道利用率和实际运行情况无明显差异,均高于96%;但优化模型队列平均长度明显小于传统模型2~3人,旅客排队等待时间及在安检系统中花费总时间的均值均明显小于传统模型100 s左右,更符合安检区域高峰时段的实际运行情况。     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

预留轮询策略队列调度方案的建模和分析

设计了网络中间节点(网关和路由器)的预留轮询策略队列调度方案。对不同服务质量(qualities of service,QoS)要求的延迟敏感型和非延迟敏感型混合业务,通过调度不同业务间链路传输速率,使不同业务得到不同等级的服务;建立了混合业务预留轮询策略的队列调度三维马尔可夫排队模型,使用拟生灭过程和矩阵几何解的方法对该模型进行分析,得到了系统的主要性能指标:第一类非延迟敏感型业务和第二类延迟敏感型业务的平均队长、等待时间和吞吐量。给出了第二类延迟敏感型业务的阻塞概率等结果。