SCHEDULING PROBLEMS - AN OVERVIEW

There seems to be a significant gap between the theoretical and the practical aspects of scheduling problems in the job shop environment. Theoretically, scheduling systems are designed on the basis of an optimum approach to the scheduling model. However in the practice, the optimum that is built into the scheduling applications seems to face some challenges when dealing with the dynamic character of a scheduling system, for instance machine breakdown or change of orders. Scheduling systems have become quite complex in the past few years. Competitive business environments and shorter product life cycles are the imminent challenges being faced by many companies these days. These challenges push companies to anticipate a demand driven supply chain in their business environment. A demand-driven supply chain incorporates the customer view into the supply chain processes. As a consequence of this, scheduling as a core process of the demand-driven supply chain must also reflect the customer view. In addition,     

测量调度的建模和分析

通过研究一个大型网络测量系统中测量任务的调度问题，建立了形式化的测量调度模型，规范地定义了测量任务分布，资料耗费和资源分配等概念，基于该模型，分析了大规模测量调度的分解，测量调度的拓扑约束和资源约束，以及测量任务排队等问题，为网络测量系统的用户或管理员较好地规划组件配置，资源分配和测量任务分布奠定了基础。     

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.     

Scheduling problems — An overview

There seems to be a significant gap between the theoretical and the practical aspects ofscheduling problems in the job shop environment. Theoretically, scheduling systems are designed onthe basis of an optimum approach to the scheduling model. However in the practice, the optimum thatis built into the scheduling applications seems to face some challenges when dealing with the dynamiccharacter of a scheduling system, for instance machine breakdown or change of orders. Schedulingsystems have become quite complex in the past few years. Competitive business environments andshorter product life cycles are the imminent challenges being faced by many companies these days.These challenges push companies to anticipate a demand driven supply chain in their businessenvironment. A demand-driven supply chain incorporates the customer view into the supply chainprocesses. As a consequence of this, scheduling as a core process of the demand-driven supply chainmust also reflect the customer view. In addition, other approaches to solving scheduling problems, forinstance approaches based on human factors, prefer the scheduling system to be more flexible in bothdesign and implementation. After discussion of these factors, the authors propose the integration of adifferent set of criteria for the development of“ scheduling systems which not only appears to have abetter flexibility but also increased customer-focus.     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

Optimizing Concurrent Product Development Process Using Genetic Algorithm

0　IntroductionTimesaving,timetomarketandcycletimereductionarethenewgoalsandaimsforenterprisesinordertosuccessfullycompeteintothemodernglobalmarket[1].Thereisnodoubtthatconcurrentconsiderationofproductandprocessdesignimprovesproductqualityandreducesthere-designwork,whichleadstoshorterproductlead-time.Buttheconcurrentdevelopmentfashionbringsaboutmoreobstaclessuchascomplextimeorder,informationandresourceconstrainednatureofrelationshipsbetweenactivitiestothedesignprocess,whichleadtothefactthatiti…     

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.     

基于动态定价的网格资源调度系统设计与仿真

现有网格环境下集中式资源管理和调度策略逐渐暴露出扩展性不佳、资源负载不平衡等问题。在基于计算市场模型的网格环境下,利用供求规律,设计并仿真了一种分布式网格资源调度系统。该系统采用用户与资源进行双向选择的模式,通过启发式的策略,动态调节资源价格,控制用户和资源的行为。仿真结果表明该系统能有效解决网格环境中资源负载平衡问题,具有良好的可扩展性和灵活性,在保证服务质量的基础上,任务完成率方面比Nimrod/G提高了22.5%。     

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.     

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。     

云计算环境下动态资源分配优化方法研究

云计算理论中动态资源分配优化模型研究有待完善,本文提出处理动态资源分配优化问题的群智能处理模型.通过建立博弈量 子场数学模型,探讨基于价格机制的博弈理论,进一步通过发掘群智能原型中群体行为,并发现其内在的自组织行为和合作行为 机制,从而研究模型的自治性、平衡态和稳定性.最后针对宽带网络的带宽分配问题应用实例,定义了需求偏差函数,采用需求 满意度大以及需求偏差小的优化目标验证了模型性能,研究结果表明：本文基于价格机制博弈策略的模型是有效和可行的,不仅可以满足供需双方的利益,而且提高了资源的利用率.     

资源约束条件下任务调度算法研究

如何解决资源约束条件下的任务调度问题，保证在资源使用存在冲突情况下, 多个任务高效执行, 其中合理的任务调度和资源冲突消解是影响任务执行效果的关键因素。基于工作流图模型提出了一套资源约束条件下任务调度的框架, 并针对调度过程中产生的资源冲突, 提出了两种任务调度算法: 一种算法通过任务关键度确定优先级, 并基于贪心策略和调整工作流图拓扑结构的方法, 在任务开始前确定任务调度方案; 另一种算法采取弹性资源调度的方式, 使产生冲突的任务优先在资源不足的条件下开始执行, 任务调度和执行交替进行。最后, 通过地震救援案例验证了相关算法可行性, 与求解资源约束条件下任务调度问题的两类典型方法中具有代表性的算法进行对比实验, 分析了所提两种算法的优势与意义。仿真结果表明，所提算法具有适用地震救援资源紧缺特点的优势。     

基于蚁群算法的海洋工程群项目资源调度研究

针对海洋工程项目管理的热点问题——群项目管理中的难点,即人力、资金、设备及材料等资源的合理、动态调度问题,提出了一种基于蚁群算法(ACO)的资源调度方法.该方法利用群项目间资源调度问题与旅行商问题(TSP)的相似性,结合ACO算法的特点,将资源需在各个分项目中占用的时间与资源的急需程度与之比作为算法中的启发式信息进行处理.海洋工程群项目管理中资源调度的实例表明,该方法实现了资源的合理、动态调度,为海洋工程群项目管理提供了一较为有效的资源调度算法,对提高我国海洋工程及其他领域群项目管理水平具有一定意义.     

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。     

考虑紧迫度的应急物资调度及粒子群算法求解

重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。     

项目缓冲设置方法及其评价指标改进

论文提出了项目不确定条件下的缓冲区设置方法. 该方法综合考虑资源紧张度、网络计划复杂度和项目经理风险偏好等影响因素, 解决了资源紧张度难以量化和统一的问题, 同时考虑用资源的可替代性解决资源紧张问题. 通过模拟实验, 将新方法与传统C&PM以及RSEM方法对不同可替代方案进行了比较, 为选择最优方案提供参考. 分析时不仅采用了传统评价指标, 还引入了成本指标以衡量工期与成本是否均衡优化的问题. 实验结果表明本文所提的新方法兼具有效性和实用性.     

Hierarchical resource allocation for integrated modular avionics systems

Recently the integrated modular avionics (IMA) architecture which introduces the concept of resource partitioning becomes popular as an alternative to the traditional federated architecture.A novel hierarchical approach is proposed to solve the resource allocation problem for IMA systems in distributed environments.Firstly,the worst case response time of tasks with arbitrary deadlines is analyzed for the two-level scheduler.Then,the hierarchical resource allocation approach is presented in two levels.At the platform level,a task assignment algorithm based on genetic simulated annealing (GSA) is proposed to assign a set of pre-defined tasks to different processing nodes in the form of task groups,so that resources can be allocated as partitions and mapped to task groups.While yielding to all the resource constraints,the algorithm tries to find an optimal task assignment with minimized communication costs and balanced work load.At the node level,partition parameters are optimized,so that the computational resource can be allocated further.An example is shown to illustrate the hierarchal resource allocation approach and manifest the validity.Simulation results comparing the performance of the proposed GSA with that of traditional genetic algorithms are presentod in the context of task assignment in IMA systems.     

空天高速目标探测跟踪传感器资源调度模型与算法

针对空天高速目标跟踪中,传感器资源调度任务无时间等待、传感器资源匹配形式多样、观测时间碎片化等问题,提出了多源异构传感器调度多目标优化模型和求解该模型的多目标柔性果蝇算法。针对传感器调度时间碎片化问题,采用柔性分割调度时间,设计了目标-时间-传感器三维编码方式;为了避免相似个体交叉进化造成搜索陷入局部最优,提出基于个体特征的交叉操作和变异操作;针对进化过程中个体产生碎片时间、重复观测等问题,提出柔性调整操作。最后通过两个案例测试,对提出的模型和算法进行仿真验证,实验证明算法能够合理地求解多源异构传感器资源调度问题,在收敛性和分布性方面优于对比算法。     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

面向多目标的自适应动态概率粒子群优化算法

将基于动态概率搜索的粒子群优化(Particle swarm optimization,PSO)算法应用于多目标作业车间调度问题(Flexibleiob shop scheduling problem,FJSP),提出一种新算法.算法在搜索初期利用粒子近邻的平均最优代替传统的单个最优引导搜索,后期用Gaussian动态概率搜索来提高算法的局部开挖能力.然后,引入Pareto优的概念,采用精英集来存放非劣解,提出一种新的适应度值分配方法.此外,在算法中还引入了一种自适应的变异算子来增强解的多样性.最后,用新算法对多组FJSP实例进行测试,并与其他几种方法进行比较,结果表明提出的算法具有较好的搜索性能,是求解多目标FJSP的一种可行方法.