基于贝叶斯网络模型的关键链项目进度管理

在工程项目工作分解(WBS)和贝叶斯网络技术的基础上,考虑了WBS各单元之间的时序关系和资源约束条件,结合实例建立了关键链项目管理贝叶斯网络模型(CCPMBN)。提出了相应的各项资源需用计划,并通过蒙特卡洛仿真项目施工完成时间。结果表明关键链项目管理贝叶斯网络在项目进度延期的情况下能很好地识别影响工期的关键工序,CCPMBN模型为控制施工建设进度与实现提供了重要参考.     

面向园区管理的资源分析应用平台

针对制造园区生产建设服务过程中生产要素的能力约束与资源需求间供求不匹配的问题,提出面向制造园区日常生产服务管理的资源分析应用平台,建立依据生产所需关键资源要素将宏观生产任务自上而下展开的生产计划多粒度分解模型.首先,给出了一个生产计划的分解过程,采用BP (back propagation)神经网络算法实现计划到资源的...     

支持柔性生产计划的任务元模型

在资源约束条件下,根据产品结构树中零部件的先后顺序及约束关系,提出了一种支持柔性生产计划的生产任务元分解分配模型,结合PERT理论,给出了任务最早交货期的计算方法,并建立了任务元相关属性与资源的逻辑映射,进而提高大批量定制模式下生产任务的可控性和生产计划的执行柔性,以及快速响应市场的能力,满足客户多样化、个性化需求.     

基于分层禁忌遗传算法的卫星任务调度方案

对地观测卫星在地球观测系统中起着核心作用,任务调度是对地观测卫星满足更多任务需求并获得高观测效率的重要手段。随着用户的激增,大量的任务请求引起卫星资源、时间资源的冲突,导致卫星任务的调度效率低下。为了解决上述问题,通过拆分和聚类2种策略对任务进行预处理,设计了一种基于分层禁忌遗传算法(layered tabu genetic algorithm, LTGA)的卫星任务调度方案。建立了对地观测系统模型,分析了观测任务调度的相关约束;通过分析任务时间窗口冲突情况来确定任务拆分方式,通过计算聚类距离来区分任务分布状态,从而选取合适的观测任务构成预调度任务集合;在上述任务规划的基础上,提出LTGA完成任务的选取和排序,生成观测计划。仿真结果表明,所提出的卫星任务调度方案能够有效提升调度收益、降低调度时间。     

生产计划的多目标群体偏差度决策及其支持系统

将定量的多目标生产计划模型和定性的群体决策规则相结合,建立了一个生产计划多目标群体决策系统.运用群体决策的偏差度分析,对该系统提出生产计划的群体偏差度决策的排序方法.同时,还研制了相应的生产计划群体决策支持系统     

并行工程中的资源与决策冲突消解策略及评价

并行工程产品开发过程中不可避免地会遇到各种冲突。主要讨论并行工程中的资源冲突与决策冲突。针对任务间的资源冲突，给出了关键任务优先、等待时间最短、先来先得三种冲突消解策略。针对决策冲突，给出了可信度优先、权威性优先、相邻影响、彼此影响等四种协商策略。通过实例对资源冲突和决策冲突曲各种消解和协调策略进行了比较。     

HACCP体系在高校生物实验室安全管理中的实践与应用

借鉴国际公认的食品安全保障体系-危害分析的关键控制点(HACCP),从源头开始,对生物实验全过程进行危害分析,确定实验中的关键环节并识别安全隐患.制定HACCP计划,建立生物实验室安全防控体系,结合网络化信息技术,对实验过程中每一关键控制点采取相应控制及纠正措施.实践证明,HACCP体系为生物实验室安全提供了有效保障,...     

资源受限项目调度模型的施工进度管理

综合资源受限项目调度问题的研究和实际建设工程项目施工进度管理的需求,提出广义优先关系下的差分进化人工蜂群算法的资源受限项目调度模型.其中差分进化算法用于处理交叉变异问题,人工蜂群算法用于处理寻优过程的各阶段推进,并以广义优先关系串行调度产生方案获得的总工期作为适应度值确定优先级编码.根据实际工程项目的应用进一步提出由逆向反推计算关键路径、关键任务的资源及历时优化、非关键任务的资源均衡等组成的资源约束进度管理方法.在eclipse环境下用Java语言进行编程,快捷准确地获得进度和资源相关的资源约束进度计划、约束资源分布情况,以及资源与工期的优化方案.     

基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.     

基于特征约束的弹道导弹目标识别任务规划

针对弹道目标识别任务规划问题,提出一种基于特征约束的识别任务规划方法.首先结合整个反导过程,梳理了不同阶段识别需求与装备探测资源;其次按照卫星和雷达两类装备,分别提出装备与特征运用的约束条件,为识别任务规划提供输入条件;在此基础上,提出新的识别任务规划方法,并给出具体步骤;最后结合典型作战场景进行识别任务规划,进一步验证了该方法的可行性和正确性.研究结果表明:任务规划结果详细给出了装备与识别特征的有效作用时间,能够满足弹道导弹目标识别的实时性要求.     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

天基预警系统任务/资源形式化描述研究

从天基预警系统的特性分析出发,深入分析和研究了天基预警系统任务和资源的特点,通过对其本质特征的数学抽象,最终实现其形式化描述。同时,还对天基预警系统任务和资源的拓扑关系进行了初步研究,并提出了利用多边有向图的方法来表示其拓扑关系。研究的内容将为天基预警系统任务调度与资源配置优化问题的研究奠定基础。     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

基于孔径分割的相控阵雷达认知成像调度算法

在相控阵雷达资源调度研究领域,关于时间资源的分配已较为成熟,然而对于孔径资源的分配方面尚有待深入研究。针对相控阵雷达成像任务的调度问题,提出了一种基于孔径分割的多目标认知成像调度算法。首先对目标的回波特征进行认知,计算出目标成像所需占用的时间资源、孔径资源及综合威胁度;然后根据反馈信息,对多个成像任务进行合理调度;最后利用基于压缩感知的稀疏孔径ISAR成像方法对各个目标进行成像,实现多个任务在孔径上并行,在时间上交替执行。仿真实验表明,在保证成像质量的前提下,基于孔径分割的自适应调度算法能够提高成像任务的调度成功率与雷达系统的资源利用率。     

支持资源协同分配的网格任务调度研究

提出通用的网格和任务执行模型,并以此为基础,给出一种支持资源协同分配的任务调度算法。算法通过定义临界资源的概念,改进了传统的列表调度算法。模拟实验结果表明该调度策略更符合网格计算的复杂环境,能得到较短的任务执行时间,并更好的支持不同类型资源的协同分配。     

基于角色的访问控制中的安全三原则

定义了RBAC中的主要概念并对主要的关系给出了必要的形式化描述.与典型的RBAC的定义不同,将RBAC的核心概念角色定义为包括任务在内的一个四元组,进而提出任务是分析实现RBAC系统的基础.提出角色中任务的行为闭集和数据闭集的概念,它们分别被定义为角色内完成某任务所需的最小行为集和最小数据集.由于权限被定义为从行为集到数据集上的两元关系,因此将角色的行为闭集和数据闭集组成的两元组与系统所给的权限集取交集便得到角色的最小权限集.提出互斥的权限来自于互斥的任务,定义了互斥任务的概念,而完成互斥任务的行为和数据所形成的权限便是互斥的权限,同时正是基于角色中任务的行为闭集和数据闭集,给出了互斥权限的界定及其传递的性质.这样也尽可能地避免了因互斥权限的传递性而造成的互斥权限被扩大的情况.     

一种基于模糊逻辑优先级的雷达任务自适应调度算法

为适应目标环境变化情况,提出了一种基于模糊逻辑优先级的雷达任务自适应调度算法.该方法基于目标运动状态和属性通过模糊逻辑推理动态确定任务的优先级,并结合时间窗的特点采用一步回溯方法调整发生冲突的任务,保证更多高优先级的任务在其期望的时间内被调度.仿真结果表明,该调度算法在保证调度率的前提下降低了任务的调度代价.     

实时控制系统一种基于模型预测控制的反馈调度

提出一种基于模型预测控制(MPC)的反馈调度算法(FS-MPC),可以在有限计算资源的情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS-MPC算法中,约束条件保证任务集在最早截止时限优先(EDF)算法下是可调度的;同时,MPC的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS-MPC显著地降低了由调度过程引起的控制性能损失.