一种适用于紧急事件调度的启发式项目调度新方法

针对紧急事件调度的紧迫性特点,为了快速准确制定响应方案,建立了一种基于资源约束的启发式项目调度方法.为了确定方案执行过程中的关键任务,将该方法与关键链方法相结合确定最终的调度方案.首先,在不考虑资源约束的条件下,制定了任务的最早及最晚开始时间计算方法,用来确定项目的初始关键链;然后,利用资源受限项目调度模型,通过制定的启发式规则确定资源约束下的关键链;最后,利用根方差法确定关键链中输入缓冲区的容量.同时,以海上救援紧急作业调度为例对算法进行了测试,并将该算法与现有的多种启发式规则进行了比较.结果表明,本算法能生成更好的调度方案,更适用于紧急事件调度.     

随机故障下单机鲁棒调度算法的遗传编程方法

研究了随机故障环境下具有预测能力的单机鲁棒调度方法.通过插入空闲时段的方法吸收随机故障的扰动,进而对带空闲时段的鲁棒调度启发式,采用基于双子树结构编码的遗传编程体系加以学习.实验表明 所进化的启发式算法的拖期性能明显优于现有启发式,并通过适量插入空闲时段保持了较好的预测性能.这些算法由自适应的组合排序规则和空闲时段计算程序有机构成,并可较好地移植到其他不确定环境中.因此,所提出的遗传编程方法是不确定调度环境下相当有效的机器学习方法.     

列车到发不确定的客站咽喉利用与股道分配

研究了列车到发时刻不确定条件下的铁路客站咽喉利用优化与股道分配问题.首先,建立了基于不确定列车运行图的咽喉利用与股道分配优化模型,模型考虑股道占用时间与均衡使用性,满足列车、咽喉、股道三者的耦合关系.然后分析并统计了不确定列车运行图的列车到、发站时刻的均值与方差,通过函数模拟的形式抽离出列车时刻表.此外,考虑到问题的NP-hard性,设计了基于模拟退火算法的启发式算法.最后,以宝鸡车站一个阶段计划内的咽喉利用与股道分配问题为实例进行了仿真验算.     

多模式资源受限项目调度问题的混合遗传算法

多模式资源受限项目调度问题是一种NP难的组合优化问题.提出了与基于关键链的启发式算法相结合的二层混合遗传算法对该问题进行求解.在由上层算法确定的调度顺序下,下层遗传算法结合基于关键链的启发式算法,对系统资源重新优化配置,使算法加速向最优解区域收敛,并在下层设计了随迭代代数增加的可变变异概率,以避免早熟收敛.利用标准问题库对算法进行测试,分析问题参数与算法参数对算法结果的影响,发现实验结果的绩效随迭代数的增加而提高,算法耗时随任务数和迭代数的增加而增加.数值测试结果验证了算法的可行性和可靠性.     

变精度粗糙集下基于信息熵的属性约简算法

本文针对在Z．Pawlak粗糙集下进行属性约简中存在的问题,在对变精度粗糙集理论下卢下近似约简概念分析的基础上,引入了信息熵,建立了变精度粗糙集意义下的决策表中属性重要性的度量方式,区分了β阈值界定下的“弱不一致信息”与“强不一致信息”的不确定程度,从而刻画了标准粗糙集下正域之外的不一致信息的不确定程度,以该度量作为启发式信息,提出了基于信息熵的β下近似约简的启发式算法．这为不一致信息系统的属性约简提供了理论依据与算法．     

基于阈值深度优先策略求解非对称旅行商问题的混合分枝定界算法

针对非对称旅行商问题(ATSP)模型计算难问题,提出了一种基于深度和广度方向混合搜索的启发式策略的分枝定界算法.该算法采取有阈值的深度优先加广度加权随机搜索的策略确定分枝节点,通过求解附加弧段约束的分配问题确定下界,通过消除子环的修补算法确定上界,从而有效综合了确定性方法的准确性和启发式方法的快速性.将此算法应用于求解经典TSPLIB库中的全部ATSP问题和热轧调度的仿真研究,表现出了较高的效率和可行性.     

连铸组中间包问题的MTSP模型及混合优化算法

针对连铸计划中的组中间包问题,建立了多旅行商问题(MTSP)模型,提出了一种结合启发式、k-opt邻域搜索和EDA进化的混合优化算法.该算法首先利用启发式规则确定虚拟炉次的个数,从而确定染色体编码长度,每个染色体代表一种中包组合方案,然后设计了基于概率矩阵模型的EDA进化算法对染色体进行全局寻优,并使用k-opt邻域搜索进行局部优化.EDA算法不需要设计如遗传算法(GA)那样的交叉算子,避免了交叉导致的编码非法性问题.通过对企业实际生产数据进行仿真计算,其结果表明了算法具有良好的优化性能和实用性.     

不确定因素下电子侦察卫星鲁棒性调度方法

针对卫星电子侦察过程中的各种不确定因素,提出了一种静态调度与反应式调度相结合的鲁棒性调度方法.静态调度中针对具有随机分布特性的侦察数据量,并考虑卫星的使用约束和任务约束,建立了机会约束混合整数规划模型;提出了基于罚函数的进化算法,用以解决模型的非线性与非凸特性,结合蒙特卡罗抽样的罚函数用以解决模型的随机性.反应式调度中针对新任务提交、资源失效和任务执行失败等离散不确定因素,提出了一种快速启发式任务插入算法,基于初始调度方案,有效降低调度复杂度.仿真实验表明该方法适用于解决不确定因素下电子侦察卫星调度问题.     

ATM网络自愈策略的研究

通过线性规划研究在自愈ATM网络中使用虚拟路径分析容量问题和流量分配问题.在给定的恢复要求下,要求剩余容量代价最小.提出一种新的基于最小代价路由机制的启发式自愈算法,较适用于稀疏ATM网络,结果显示启发式自愈算法比较有效.     

一种改进的粗糙集属性约简启发式算法

提出了一种改进的属性约简启发式算法 ,讨论了启发式信息的构造 .通过两个反例证明了现有的两种属性重要度定义 (基于属性依赖度的定义和基于信息熵的定义 )的不完备性 ,提出了一种加权平均的属性重要度定义 ;在此基础上构造了两种启发式算法 .通过 UCI机器学习数据库中的几个实例验证了此算法的有效性     

基于2个不相关的不确定因素的一次性决策理论研究

针对决策问题中出现的多个不确定因素,研究2个不相关的不确定因素的一次性决策问题.在单一不确定因素的一次性决策基础上,首先得出2个不确定因素的可能性,然后提出焦点和最优方案的选择方法,给出2个不相关的不确定因素的一次性决策过程,最后以报纸经销商问题为例说明这样的决策过程.分析的结果表明提出的决策模型能够帮助决策者在2个不确定因素的情形下找出最优方案.     

不确定随机时滞系统的反馈稳定

文章研究了一类具马尔科夫转换的不确定随机时滞系统的反馈稳定问题,首先讨论了相应的标称系统,得到了其为渐进稳定的条件,然后据此得出了在反馈控制器的作用下,系统为鲁棒稳定的充分性条件.     

基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。     

不确定离散系统量化反馈镇定

研究不确定离散系统的量化反馈控制问题.借助于基于模型的方法,利用网络将不确定受控系统和模型系统进行连接,通过设计有效的量化方法和控制规则,给出了闭环系统全局渐近稳定的充分条件.最后,仿真结果说明了所提方法的有效性.     

不确定环境下的战场物资供应任务规划

针对执行战场物资供应任务之前,不确定环境下的战场物资供应任务规划问题进行研究,并建立相应的不确定规划模型,引入一种新的启发式算法——蜂群算法,对其进行改进,构建适于解决战场物资供应任务规划问题的算法,并通过与现有算法进行性能比较,验证其有效性。最后,通过一个存在13个供应任务点的应用实例,验证提出的模型及算法的有效性。结果表明,不确定环境下得到的最佳方案更符合实际。     

非线性不确定系统的鲁棒镇定

本文将带有模有界条件的非线性不确定系统化为一个确定性的非线性系统H∞问题来考虑，利用非线性系统H∞控制理论的现有结果讨论其普林镇定性。比较了非线性不确定系统在匹配条件下与在模有界条件下各律可镇定的优劣。结果表明带模有界条件的非线性不确定系统可以使整个闭环系统鲁林斯近镇定到平衡点，两种结构条件下的鲁棒分析和设计各有其特点．带模有界条件的非线性不确定系统鲁棒镇定更易于实现。     

相关、不确定需求下生产计划的优化

生产计划问题是供应链管理中十分重要的问题.如何在未来需求不确定的前提下,实际分配各种产品的生产量,以使总利润最大,机会损失最小,是制定生产计划的主要目的.但在实际生产中,各种产品的需求大多是相关的,因此本文给出一种满足一定相关关系的不确定需求下生产计划问题的求解方法.     

积分控制粒子群算法在再制造生产调度问题中的应用研究

针对不确定条件下再制造模糊加工时间的车间调度问题,建立了模糊工时调度模型,并提出了一种积分控制微粒群算法。考虑到基本粒子群算法易于早熟的缺点,通过增加控制器对粒子轨迹进行控制,在算法中引入加速度项,增强了种群多样性,提高了算法全局寻优能力。通过仿真实例验证表明,该算法在解决不确定条件下再制造生产车间调度问题方面是行之有效的。     

一类不确定非线性系统的鲁棒自适应跟踪

讨论了一类含线性未知参数和未建模动态的不确定非线性系统的自适应跟踪问题,通过backstepping过程给出了自适应控制规律。在该控制作用下,所有状态信号和控制信号都是有界的,且可保证未建模动态对输出的影响任意地小。