敏捷卫星调度的时间约束推理方法

敏捷卫星机动能力的增强带来观测机会的增多和观测时间窗口的增长,具有很大的应用潜能。但管控中由于观测开始时间是一个具有连续值域的变量,传统非敏捷卫星调度问题的组合优化建模方法不再适用。本文介绍了敏捷卫星的时间依赖、可控与不可控事件混合、资源过度受限等特性;给出了时间约束网络概念及敏捷卫星调度中的时间约束推理问题描述;分析时间约束网络与距离图的等价性,借鉴Johnson 算法对稀疏网络的特殊处理,采用重赋权技术,提出针对敏捷卫星调度的改进循环检测算法检查时间约束;建立了分支剪枝搜索算法,以约束规划方式获得时间一致解。最后通过实例验证本文方法的有效性,实验结果表明本文方法能够较好地实现敏捷卫星调度的时间约束的一致性检验和搜索求解。     

基于任务合成机制的多星调度问题

传统模式下,卫星采取单任务观测方式,该种方式下任务的成像精度高但任务成像数量少且资源使用率极低。因此,在单任务观测方式的基础上设计了一种多任务合成机制(multi-task merging mechanism, MTMM),在保证用户最低成像要求的情况下对任务合成。首先,基于合成任务集,建立多星调度模型。然后,针对模型提出了基于任务合成的改进蚁群优化(improved ant colony optimization based on task merging, IACO-TM)算法,在算法中设计了自适应蚁窗策略、强制扰动机制以及算法参数动态调节策略,对蚂蚁搜索空间进行有效裁剪,避免算法陷入局部最优的同时提高算法的收敛速度。最后,通过大量仿真实验与不考虑任务合成的改进蚁群优化(improved ant colony optimization, IACO)算法和基于任务合成的传统蚁群优化(traditional ant colony optimization based on task merging, TACO-TM)算法对比,验证了所提MTMM和IACO-TM的有效性。     

考虑合成机制的多星应急任务调度

以应急任务优先调度为原则,保证观测总收益的基础上最小化对原调度序列的扰动是多星应急任务调度领域急需解决的问题。首先,分析应急任务完成时间和观测收益关系,建立考虑时间依赖性收益的数学规划模型。其次,基于遗传算法,提出考虑合成机制的多星应急任务调度算法。设计任务合成、插入和替换算子完成应急任务插入,考虑任务观测收益、序列扰动和最短观测时间设计适应度函数,设计交叉、变异、全局修复算子迭代优化调度序列。最后,通过数值实验表明设计的算法能够显著提高调度质量,适用于多星应急任务调度问题。     

敏捷成像卫星密集任务聚类方法

面向应急条件下的观测需求,为提高成像任务完成效率,对敏捷成像卫星密集任务聚类问题进行研究。分析了敏捷成像卫星观测过程,给出了任务聚类的俯仰、翻滚观测摆角及任务间过渡时间约束。建立了聚类图模型,给出了模型的构建算法。设计了一种基于最大最小蚂蚁系统的聚类算法,结合聚类模型特点设计蚁群策略,并对重叠和冲突的聚类任务进行处理。实验算例验证了模型和算法的有效性。     

面向收益不均等区域目标的多星调度问题

利用多星对区域目标的协同观测在工程应用方面的需求日益复杂化,当目标区域内待观测目标的重要性不同,其对应的观测收益不同。那么如何在资源有限的情况下,安排观测方案使观测总收益最大是亟待解决的问题。考虑区域目标内部观测收益不均等的实际情况,建立了区域目标内部收益随时间可变的多星调度优化模型,设计了条带动态分割方法(dynamic stripe segmentation method, DSSM),提出了基于权重优先策略的启发式算法(weight priority strategy heuristic, WPSH)和基于随机邻域的局部搜索算法(random neighborhood local search, RNLS),使求解结果对应的观测收益最大,最后通过仿真实验验证DSSM算法比并行分割算法观测收益提高约19%,覆盖率提高约22%;RNLS算法比WPSH算法的基础上平均提升观测收益约4.5%,且求解质量较稳定。     

基于快速模拟退火的遥感数据处理调度方法

为了对多源遥感数据的处理任务进行有效的调度和管理,提高处理资源的利用率,根据遥感数据处理任务调度问题的特点,建立了遥感数据处理任务调度的数学模型。设计了两大类邻域结构：整体变换（包括整体再分配和整体交换）和局部变换（包括局部再分配和局部交换）,并采用快速模拟退火算法对模型进行求解。最后给出实例与启发式算法的结果对比,验证了算法的有效性。     

卫星合成观测调度的最大覆盖模型及算法研究

遥感卫星采用合成观测方式可以提高观测效率,研究了遥感卫星合成观测调度问题.通过分析观测活动与目标的覆盖关系,建立了考虑任务优先级的最大覆盖模型.分析了观测活动性质,并基于观测活动间存在时序关系特征,将问题按照卫星的最大侧摆次数划分为多个阶段,提出了基于动态规划思想的算法,能够在多项式时间内得到问题的最优解.测试算例验证了算法的有效性.     

处理机具有准备时间的恒速机排序问题

讨论任务的加工是不可中断,处理机是恒速机且处理机具有准备时间的排序问题,对一般情况的LPT排的界做了改进,同时对m＝2的情况给出了一个与处理机加工速度有关的LPT排序的界。     

考虑多技能人力资源的分布式多项目调度问题

在分布式多项目管理中，当考虑共享资源为多技能人力资源时，共享资源的指派涉及到"活动-技能-资源"的匹配关系，进一步考虑人力资源多技能异质的特性，还会导致活动实际执行工期会随着指派方案的不同而变化，因此，考虑共享资源为多技能人力资源的分布式多项目调度问题是一类具有很强现实背景和理论研究价值的NP-hard问题.基于多Agent系统，建立以单项目完工时间为优化目标的局部调度模型，以及多项目总延期成本为优化目标的全局协调决策模型；考虑人力资源多技能异质的特点，设计基于贪婪指派策略的序贯博弈谈判机制指派共享的人力资源；基于Ran Gen随机生成的多项目算例开展实验研究.研究表明：基于贪婪指派策略的序贯博弈谈判机制对于程度不同的资源冲突和不同规模问题的求解均具有较好的适应性，可有效降低多项目总延期成本，且求解效果优于随机分配策略；设计的优先指派技能水平高、掌握技能数少、工作时间短的全局资源指派策略，可获得较优的人力资源指派方案和多项目调度计划.     

Low-power task scheduling algorithm for large-scale cloud data centers

How to effectively reduce the energy consumption of large-scale data centers is a key issue in cloud computing. This paper presents a novel low-power task scheduling algorithm （L3SA） for large-scale cloud data centers. The winner tree is introduced to make the data nodes as the leaf nodes of the tree and the final winner on the purpose of reducing energy consumption is selected. The complexity of large-scale cloud data centers is fully consider, and the task comparson coefficient is defined to make task scheduling strategy more reasonable. Experiments and performance analysis show that the proposed algorithm can effectively improve the node utilization, and reduce the overall power consumption of the cloud data center.     

基于蚁群系统的工件排序问题的一种新算法

工件排序问题中如何使加工效率最高，一直是一个非常重要而且又非常困难的问题，特别是问题的规模很大时，目前各种算法计算就非常困难，有的甚至无法得到合理的方案，蚁群系统是近年来发展起来的解决组合优化问题的一种有效方法，根据工件排序问题的特点，建立了在不同种类的并行机上加工一批不同种类工件的优化数学模型，在蚁群算法的基础上对其进行改进，成功地把改进的蚁群算法用于工件排序问题的优化中，通过与其他算法的仿真比较，表明基于蚁群系统的算法是有效的，特别是问题规模很大时更显示其快较的收敛速度和较高的精度。     

一种求解资源受限工程调度问题的遗传算法

针对资源受限工程调度问题的特点，设计了一种改进的遗传算法，对算法的编码方式和解码规则，适值函数，遗传算法、初始种群的产生方法进行了详细的说明，利用被普遍应用的标准问题对该算法进行了大量的测试，分析了算法参数和问题参数对算法效果的影响，取得了令人满意的结果。     

柔性资源约束下的项目调度问题双目标优化

资源短缺通常为项目延期的重要原因之一,项目管理者往往会考虑增大资源可用量来缩短项目工期,但增加资源量会导致项目成本的上升,因此,需要进行项目工期和成本的权衡.考虑资源可用量可变,用区间变量来表示,以项目工期和成本为优化目标,建立资源可用量可变约束下的多模式项目调度问题的双目标优化模型;提出一种基于非支配排序遗传算法的双目标混合遗传算法来获取问题的帕累托最优解,在算法中设计资源可用量上界的预处理方法和可行解的成本改进过程:求解示例和随机生成的算例集,分析算法的收敛性和解的多样性,验证模型与算法的有效性.最后,开展建筑项目应用研究,通过对求解结果的分析,说明求解帕累托解集的必要性,为项目管理者确定项目调度方案提供决策依据.     

战时装备维修任务调度的两种新算法

针对基于最大保障时间的战时维修任务调度问题,建立了以维修效益最大为目标的调度模型,并给出了两种模型求解算法。算法1以最大保障时间和维修效益作为维修任务的优先级设计参数,充分考虑了维修任务的紧迫性与价值;算法2进一步考虑维修小组的可维修装备数量,使得各小组的维修负载更加均衡。利用该方法,在满足作战单元最大保障时间的前提下,可使得装备维修效益最大,有效地解决了战时维修任务的调度问题。     

对地观测卫星任务规划问题研究述评

卫星任务规划是卫星系统核心模块,其性能直接影响到卫星系统的工作效益。针对卫星任务规划的几个关键问题对现有的一些研究方法进行总结分析,并对未来研究进行展望。首先分析了多用户任务需求,梳理了任务需求的辅助分析过程,然后总结归类现有的区域目标分解和任务聚类的方法,在此基础上分别对单星和多星任务规划模型及求解算法进行述评,最后阐述了卫星任务规划调度需要进一步研究的问题。     

一类带有安装时间的单机成组排序问题

针对一类带有准备时间和安装时间的单机成组排序问题,给出了求解最优排序的多项式算法。其中每个工件都具有自己的准备时间,组和组之间具有安装时间,并且安装时间和已经加工完工件的加工时间有关。所有工件在机器上加工时,一次只能加工一个工件,工件不可中断,组内工件连续加工,组和组之间需要安装时间。对目标函数为极小化最大完工时间的单机成组排序问题,给出了求解最优排序的多项式算法。原问题不是成组问题,为此在原问题的基础上添加了工件的成组问题且组内每个工件都具有自己准备时间,其结果是依然能给出求解最优排序的多项式算法。     

一种求解作业车间调度问题的混和遗传算法

作业车间调度问题(JSSP)是组合优化问题中的NP难问题。本文提出了以适用于JSSP问题的二进制编码遗传算法为基础,在算法中增加了两种启发式算子:激活算子和瓶颈修复算子,并相应调整算法结构,形成混和遗传算法解决JSSP问题。激活算子以GT算法为依据,将种群中部分个体转化为活动调度个体,是一种较有独创性的新算子;瓶颈修复算子对所得结果进一步优化。算例运行结果表明与其它算法相比,该算法在全局搜索能力和运行效率上都有突出的表现。     

应急系统调度问题的模糊规划方法

应急系统调度问题通常仅把“应急时间最短”作为系统的优化目标,易导致出救点数目较大的情况,无论从系统的稳定可靠性还是费用考虑,这种提发生是极其不利的,针对这一特点,提出了基于“时间最短”,“出救点数目最少”的多目标数学模型,考虑决策者偏好的模糊性,本文采用模糊规划的思想方法处理该问题,并给出了相应的求解算法,算例及实际运用令人满意。     

有时间窗的非满载车辆调度问题的遗传算法

有时间窗的车辆调度问题是一个典型的ＮＰ－难题,传统求解方法往往不能令人满意,本文将货运量约束和时间窗约束转化为目标约束,设计了基于自然数编码的可同时处理软、硬时间窗约束的遗传算法,实验分析获得了较好的结果。