遗传算法在制造资源优化配置中的实现

资源优化配置是网络化制造系统中的一个重点,也是一个难点问题．文中分析传统算法在解决优化配置问题上的缺陷．提出一个基于遗传算法的资源优化配置算法模型．通过具体实例．说明该模型的有效性、先进性和可行性．最后．给出基于该模型的原型系统运行界面。     

一种多处理器并行优化处理模型的设计与研究

通过在多进程中引入信号灯机制 ,提出了基于多处理器硬件环境下并行优化处理模型 ,实现多个处理器的并发操作以及对临界资源的合理调度和使用 ,从整体上提高了系统的运行效率 .对并行优化模型的执行效率进行了分析 ,将该模型运用到高速光盘驱动器固件的设计中 ,获得了较好的应用效果 .     

基于多色图理论的产品配置模型寻优及其系统

为了更准确地建立复杂产品结构之间的配置关系,提出了一种新的基于多色图理论的产品结构配置模型,给出了其数学模型,并应用改进蚁群算法对该模型进行了最优求解,最后基于该模型开发了产品配置管理的原型系统.结果表明,基于多色图理论的产品配置模型能够对复杂产品结构之间的配置信息、产品属性、装配关系等进行准确描述;同时,原型系统的开发让复杂产品设计并行化成为可能,为用户进行设计协作开辟了一条新的途径.     

面向大规模定制的网络制造资源优化配置

为实现大规模定制(MC)环境下的网络制造资源共享与优化配置,该文提出了基于蚁群算法的MC网络制造资源配置解决方法,设计了MC外协任务-制造资源模型总体框架,建立适合MC的网络制造任务模型和制造资源模型,运用语义匹配算法进行了资源检索,并实现了基于蚁群算法的MC网络制造资源优化配置。最后,开发了MC网络制造资源配置原型系统。工程机械实例表明,该方法对提高MC网络制造资源配置效率具有显著效果。     

并行测试系统资源配置模型

并行测试是下一代自动测试技术的主要发展方向之一。从并行测试系统的本质概念入手,分析了影响并行测试系统资源优化配置的关键因素,给出了解决问题的思路。研究了并行测试信号模型、测试资源接口模型,以降低系统组建成本和提高测试系统效率为研究目标,提出了并行测试任务优化序列的概念;以此为基础,给出了并行测试资源优化配置方法。     

并行计算在词袋模型算法中的应用

传统词袋模型已广泛地应用于图像处理领域,并取得较好效果.但在传统词袋模型中,仅考虑了串行计算,使得整个算法流程耗时较长.考虑现有的多核CPU资源,结合共享存储并行编程(OpenMP)并行框架,对词袋模型进行并行优化,并对其性能进行讨论.主要考虑对特征提取、特征聚类和图像直方图生成三个部分进行并行优化.通过对Caltech 100数据库进行实验,结果表明,该方法可以取得接近于CPU核数的加速比,因此减少了词袋模型的构造和图像直方图生成时间,相对于传统词袋方法提高了算法的效率.     

一种并行的网格资源协同分配方法

针对网格系统中资源协同分配的实时性问题,分析了现有的基于有向无环图的资源映射方法,提出了一种并行资源协同分配算法.该算法采用有向无环图表示每个应用,然后,将所得到的这些图合并成一个有向无环图并对其进行分层,最后,对每层中应用任务的资源分配问题并行处理.分析表明,该并行资源协同分配算法降低了系统中资源调度时间,提高了资源分配的效率,从而能够满足系统实时性要求.     

考虑定期维修的k/N系统维修资源配置方法

针对故障件批量送修的大型k/N系统维修资源配置问题,提出了一种定期维修策略下的维修资源优化配置方法。首先分析了系统的备件运行流程以及故障件维修流程,在此基础上建立了系统的平均备件短缺概率模型;然后对系统的供应可用度进行了求解,并且以维修资源费用最小为优化目标,以系统供应可用度为约束条件,建立了系统的维修资源优化配置模型,并设计了一种基于数值迭代法的模型求解算法;最后通过算例仿真与分析对模型进行了验证。结果表明,该模型可以对系统的维修备件、维修人员等资源进行优化配置,为解决大型k/N系统维修资源的批量配置问题提供了思路。     

面向移动通信网络的局部扩张群组构造方法

移动运营商为了拓展新业务,需要增强对用户资源的了解,因此通过大数据分析技术深入分析移动通信系统中的用户行为数据.基于移动通信网络中的用户通话记录提出了一种基于复杂网络聚类算法的用户社交群组构造算法.该算法通过分析用户的通话记录,建立用户间联系紧密度模型.基于局部扩张原理和派系过滤算法进行用户群组构造.鉴于移动通话系统的巨大数据量,采用基于MapReduce编程模型的并行化设计.分别在模拟数据集和中国移动真实数据集下对该算法进行了验证,实验结果表明,该方法具有较好的性能,是可行且有效的.     

一种多处器器并行优化处理模型的设计与研究

通过在多进程中引入信号灯机制,提出了基于多处理器硬件环境下并行优化处理模型,实现多个处理器的并发操作以及对临界资源的合理调度和使用,从整体上提高了系统的运行效率。对并行优化模型的执行效率进行了分析,将该模型运用到高速光盘驱动器固件的设计中,获得了较好的应用效果。     

基于图文法的可重构机床配置规划方法

为提高制造系统的快速结构配置规划响应速度,提出了基于图文法的可重构机床配置规划方法.使用图文法直观而形像地刻画动态体系结构的配置行为,利用基于图文法的平行模块配置技术,实现了体系结构图模型在具体系统配置规划中的物理实施,并使得图文法模型的图转换操作可以自动映射到实际配置系统的动态配置上.全面表达了可重构机床在配置规划中的相关特征和目标任务的对应变化,实现了平行模块配置规划技术.通过实例验证了该方法.     

有通信冲突的异构系统上的任务调度

在新的系统模型上，提出了一个任务调度算法．该系统模型考虑了通信冲突，即在任何时刻，一个处理器只能接收一条消息，发送一条消息．新的算法包括异构系统中任务优先级的高效排序和基于任务复制的处理器分配两部分．随机产生的任务图和一个具体应用的任务图进行调度试验的结果表明，该算法比已有调度算法的性能有了显著的提高．     

基于NIOS嵌入式软核图像处理算法的研究

提出了一种在SOPC上自己配置系统并且基于FPGA可编程图像处理算法的设计方案.用户可以根据设计要求修改配置SOPC片上系统,采用自顶向下软硬件并行设计方案,并且图像处理结果通过VGA的IP核实时显示,系统设计好后,用户可以在Nios IDE下实现不同图像处理功能.     

考虑概率潮流的分布式电源优化配置

为了解决电动汽车和分布式电源并网为电力系统带来的较强的随机性、间歇性和相关性的问题,以分布式电源和电动汽车的概率模型为基础,建立了以分布式电源总费用、供电可靠性和有功网损为目标函数的优化配置模型,将概率潮流计算嵌入基于成功历史的自适应参数差分进化算法求解目标函数。采用无迹变换利用输入随机变量的均值和协方差近似描述系统状态变量统计特性,直接方便地处理具有不确定性的随机变量。然后利用径向基神经网络求解功率方程,避免了计算雅可比矩阵和偏导,减少了算法运行时间。最后采用基于成功历史的自适应参数差分进化法并行计算多目标函数。通过IEEE33节点配电系统进行仿真,验证了该方法的有效性和高效性,节约了规划成本。     

The dynamic checking of complex real time system

0 IntroductionWhspeenci fdiecsaitgionn sth aere s ohfatrwmafruel .reTqoui greetm reindt o,f etrhreosres e irnro trhs e,it needto checkthe specifications efficiently.The main characteristics of real-ti me software systemarecomplex dynamic behavior ,ti me constraints and communica-tion withits environment ,and it is difficult to check the re-quirement of real ti me software system. Now many require-ment checking methods have been developed,for example,thechecking method based on SCR or RSML[1…     

燃料电池公交车电源配置生命周期评价优化

在设计燃料电池公交车电源配置方案时,普遍只考虑行驶过程中的动力性和燃料经济性,忽略了车辆其余各阶段对设计方案的影响,针对这一情况,基于生命周期评价理论,分析了燃料电池公交车全生命周期内各阶段的能耗与排放,建立了其生命周期评价模型.在中国典型城市公交循环工况下,通过生命周期评价模型分析得出,在一定的条件下燃料电池公交车的电源配置存在最优解,并利用遗传算法得到最优电源配置方案.对于所分析的样车,在最优电源配置下其生命周期能耗与排放比纯电动公交车分别降低了24.86%和25.76%,比使用大功率燃料电池系统的燃料电池公交车分别降低了12.11%和6.51%.     

PDM:基于Hadoop的并行数据分析系统

提出了一款基于Hadoop的并行数据分析系统——PDM.该系统拥有大量以MapReduce为计算框架的并行数据分析算法,不仅包括传统的ETL、数据挖掘、数据统计和文本分析算法,还引入了基于图理论的SNA(社会网络分析)算法.详细阐述了并行多元线性回归算法和"多源最短路径"算法的原理和实现,其中,提出的"消息传递模型"能有效解决MapReduce难以处理邻接矩阵的问题;介绍了基于电信数据的典型应用,如采用并行k均值和决策树算法实现的"套餐推荐",利用并行PageRank算法实现的"营销关键点发现"等;最后通过性能测试,说明该系统适合高效地处理大规模数据.