基于改进烟花算法的焊接综合调度研究

针对复杂结构件焊接生产同时具有工艺树输入和需要不同资源等特点,在现有综合调度基础上考虑焊接相关平台和设备约束,建立以最小化最大完工时间为目标的焊接综合调度数学模型,并提出一种改进烟花算法进行求解．首先提出了一种编码方式以适应工艺树输入;然后改进了烟花的爆炸及高斯变异算子等搜索方式,使整个迭代过程不会产生非法解,以避免修复操作引起的时间成本问题;最后设计了一种混合烟花爆炸框架,以迭代次数为控制参数自适应选择烟花生成方式,从而增加算法的搜索能力．通过不同规模下的综合调度算例和焊接综合调度工程实例双重验证,结果表明：与传统算法相比,本算法的求解精度平均提升17%,能更有效获得最优解．     

基于烟花算法的云作业调度策略

典型的云作业调度策略不能满足现有云系统工作效率的需求,为了进一步提升其性能,提出一种基于烟花算法的调度策略.首先,分析限制云作业调度的节点性能指标,并将这些节点性能指标作为调度器的决策因素;然后,通过数学问题建模,使用模拟植物生长的算法改进烟花算法中爆炸烟花的分布方式,使其按照植物的生长方式分布烟花;最后,将所提算法与4种典型的云作业调度算法进行试验对比,分析所提算法的性能.结果表明:与典型的云作业调度算法相比,所提算法可以更好地提升系统的性能.     

烟花搜索导向的多路启发式聚类算法

启发式聚类算法具有收敛速度快、易实现等优点,但初始解敏感,严重影响了聚类算法的质量。针对这一问题,提出了一种烟花搜索导向的多路启发式聚类算法。该算法通过多次调用经典启发式聚类算法,产生多个局部最优解;在搜索空间中以多个局部最优解为搜索起点,采用烟花搜索进行多路搜索;基于信息熵浓度设计烟花选择算子确定搜索方向;再经过变异、映射、偏移算子变换局部最优中心点,以发现质量更好的搜索起点;直至算法收敛获得新的搜索起点;最终以新的搜索起点调用经典启发式聚类算法获得高质量聚类结果。实验结果表明,烟花搜索导向的多路启发式聚类算法在不同数据集上的聚类质量明显高于对比其他聚类算法的聚类质量。     

基于二进制编码的烟花聚类算法

烟花算法具有一定的缺陷,如易陷入局部最优、初始点敏感。为解决这一问题,采用二进制编码方式,结合标准的烟花算法,提出一种基于二进制编码的烟花算法(BFA)。并且将数据聚类作为一个优化问题的解,采用基于聚类中心的二进制编码,使用BFA算法在搜索空间内搜索最优聚类中心。实验结果表明,提出的BFA算法能够有效应用于数据聚类问题,不仅总体精度优于其他聚类算法,而且具有良好的稳定性。     

多处理器混合实时任务调度

比例公平调度PFair(Proportionate-Fair)算法和边界公平调度BFair(Boundary-fair)是多处理器系统上周期性实时任务的最佳全局调度方法,但在实际的实时系统中,实时任务往往是周期任务和非周期任务混合的任务系统,在研究PFair和BFair调度算法的基础上,提出了基于服务器思想的公平调度方案,实现了对混合实时任务的调度,同时保证了任务公平地使用共享资源,使得公平调度算法适用于多处理器系统中的混合实时任务调度,扩展了其适用范围。     

一种基于IPGSA的多处理机调度算法

多处理机作业调度问题是一个典型的非线性规划问题,针对具有多条件限制的多处理机作业调度问题,提出了一种基于改进的植物生长模拟算法(IPGSA)来搜索问题解的空间.该方法首先将多条件限制和目标函数定义为该问题的数学模型,然后使用改进的植物生长模拟算法搜索问题的解空间,得出最佳的问题求解方案.在实验中,将该方法与粒子群算法、...     

基于PROFINET IRT的列车通信网络调度算法

提出了一种基于实时以太网PROFINET的列车通信网络模型,采用时分复用的方式将传输周期分为IRT时段、RT时段和NRT时段,传输3种实时性要求不同的列车数据.在此基础上,重点设计了基于资源受限项目调度问题的实时周期数据IRT通信调度算法,通过时态约束得出多个任务的调度时刻表.采用OPNET仿真软件建立了时分复用的PROFINET通信模型,仿真结果表明:采用本文调度算法的IRT时段交付时间,相比单调速率调度后的IRT交付时间减小,且任务量越大,该算法越有优势.     

基于EDA的网络化控制系统抖动优化调度算法

研究了具有传输抖动的令牌型网络化控制系统的优化调度问题.根据令牌型网络化控制系统的特点及有抖动可行调度问题的特性,在有效扩大搜索可行解域的基础上,提出基于分布估计算法的网络化控制系统抖动优化调度算法.在满足控制系统动态性能和网络可调度性条件下,建立基于分布估计算法的优化模型,通过优化选取各控制闭环的采样周期和初相,在兼顾周期抖动对控制闭环动态性能影响的同时合理地分配带宽资源.仿真结果表明所提算法可有效降低系统传输抖动,改善令牌型网络化控制系统的调度性能.     

基于用户行为模型的TVOS资源分配算法

现有的智能电视操作系统(TVOS)资源分配多依赖于操作系统本身对任务的资源分配方案,而系统对任务的调度是尽力而为(best-effort)的,以最大化系统的吞吐量为目的,这种资源调度分配方案在实时或多媒体应用系统存在不能保障应用的服务质量(QoS).为此,在研究TVOS用户行为模型的基础上,量化了用户对应用的偏好,并结合应用QoS模型提出了两种资源分配算法RA_DP和RA_PLSH.实验结果表明,基于动态规划的RA_DP算法能够求出问题的最优解,可作为算法间比较的参考,但算法时间复杂度很高;基于资源定价的局部搜索启发式RA_PLSH算法可在短时间内求出问题的近似最优解,与其他启发式算法相比更适合于智能电视资源的实时分配.     

基于遗传模拟退火算法的自动化制造单元周期调度

鉴于有时间窗约束的单机器人单度自动化制造单元周期调度问题的可行解极少且难以找到最优解,提出一种带有不可行解修复机制的遗传模拟退火算法,以提高解的搜索效率。采用基于跨周期决策的先后次序约束修复、联动修复等机制,对不可行解进行修复,提升其逼近可行解的概率;结合遗传算法的多点初始和模拟退火的靶向搜索能力,强力筛查可能存在的可行解;根据模拟退火的降温速度,利用Metropolis准则以逐渐变小的概率接受交叉和变异后产生的劣解,促进种群跳出局部最优。实验证明所提出的算法在保证解的质量的前提下,计算时间更短,求解效率更高,可较好地满足自动化制造单元的周期调度要求。     

考虑网络诱导时延的电动汽车主动安全控制策略

为了解决汽车CAN网络的消息处理、数据丢包等行为会引起汽车控制系统的时间迟滞效应,从而影响整车动力学控制的准确性的问题,提出了基于鲁棒模型预测控制的汽车横摆稳定性控制策略. 首先分析了CAN网络的消息时延特点,以此为基础构建多胞时滞动力学模型描述汽车网络的参数不确定性. 进一步设计了包含不确定参数的鲁棒模型预测控制器,提高了汽车主动安全控制器的抗干扰能力. 此外,横摆稳定控制策略还使用基于渐进稳定不变椭圆集的变时域最优控制律提高了鲁棒控制算法的在线求解效率,平衡了系统控制鲁棒性和最优性的矛盾. 结果表明,提出的控制策略能够抵抗CAN网络时延诱导的参数不确定性,缓解鲁棒控制算法的保守性,提高汽车转向时的主动安全性能.      

基于节点分簇的延迟容忍网络路由策略

延迟容忍网络中路由策略的效率受节点移动特性的影响,为了能够利用节点移动特性制定更加高效的路由策略,提出了基于节点分簇(clustering)的延迟容忍网络路由策略.根据节点接触概率提出了节点分布式分簇算法,将移动特性相似的节点组成簇,并且选择簇内的网关节点;制定了基于节点分簇的消息转发策略.仿真结果表明,相比已有的延迟容忍网络路由策略,所提路由策略能让延迟容忍网络具有更高的消息投递率,更低的平均投递时延以及更低的网络开销比率.因此,利用节点移动特性制定的节点分簇路由策略能够提高延迟容忍网络的性能.     

独立驱动电动汽车TTCAN调度策略与特性研究

针对事件触发CAN实时性与确定性无法满足独立驱动电动汽车动力系统应用问题,以自主研发的双电机独立驱动电动汽车为对象,构建基于TTCAN协议的网络化控制模型,利用AL算法设计信息调度策略,并对其信息传输实时性、延迟、周期抖动及带宽利用率等系统特性进行理论分析与实验验证.结果表明,作者设计的TTCAN方案有效改善了系统通信实时性与确定性.     

基于带随机网络的多种群粒子群优化算法求解多资源受限柔性作业车间调度问题

多资源受限柔性作业车间调度问题(MRC-FJSP,multi-resource constrained flexible job shop scheduling problem)是一类复杂的组合优化问题。针对以最小化最大完工时间为目标的MRC-FJSP,提出了一种带随机网络的多种群粒子群优化算法(MPSO-RDnet, multi-population particle swarm optimization algorithm with random network)。首先,设计了一种半主动解码和基于启发式规则解码相结合的新型解码方式,对原有解空间进行有效裁剪。其次,提出了基于关键路径的两种邻域结构,提高算法局部搜索能力;引入了基于随机网络的多种群策略,提高算法全局搜索能力;提出了面向算法搜索停滞问题的重新初始化策略,增强算法的鲁棒性。最后,采用MRC-FJSP基准算例SFTSP进行测试,验证了算法的可行性和有效性。     

基于Petri网与改进A星搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立了机车运行赋时Petri网模型。针对原有启发式A*搜索算法存在的易陷入局部最优的缺点,提出了基于petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A*搜索算法相结合,得到改进的A*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A*搜索算法有效的避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

基于深度学习神经网络和量子遗传算法的柔性作业车间动态调度

针对柔性作业车间动态调度问题构建以平均延期惩罚、能耗、偏差度为目标的动态调度优化模型,提出一种基于深度Q学习神经网络的量子遗传算法。首先搭建基于动态事件扰动和周期性重调度的学习环境,利用深度Q学习神经网络算法,建立环境■行为评价神经网络模型作为优化模型的适应度函数。然后利用改进的量子遗传算法求解动态调度优化模型。该算法设计了基于工序编码和设备编码的多层编码解码方案;制定了基于适应度的动态调整旋转角策略,提高了种群的收敛速度;结合基于Tent映射的混沌搜索算法,以跳出局部最优解。最后通过测试算例验证了环境-行为评价神经网络模型的鲁棒性和对环境的适应性,以及优化算法的有效性。     

一种实时无线传感器网络路由协议

针对传感器网络的特点,提出了一种具有实时性的路由协议.该路由协议可以保证端到端的数据传输具有确定的最大时延.该协议采用基于地理位置的数据转发,相邻传感器节点之间定时交换信息,使用无状态单跳延迟保证转发策略,实现了端到端数据传输的实时性保证.当网络某处发生拥塞时,采用后退重新路由策略,实现了对网络拥塞的自适应性.仿真结果显示该实时协议是可行的和有效的,能满足传感器网络实时性应用的需要.     

基于改进差分进化算法的MVB周期调度表优化设计

多功能车辆总线(MVB)周期调度表的优化设计对提高列车通信网络实时通信的可靠性和均衡网络负荷具有重要作用.考虑到已有的多功能车辆总线周期调度表优化方案存在的不足,提出了一种基于改进的差分进化算法的优化设计方法.首先建立调度问题的数学模型,根据IEC61375-1国际标准和可调度性要求建立了优化目标和约束条件;然后根据周期调度表的生成特点对原差分进化算法的变异和选择阶段进行了改进,提出了适用于MVB周期调度的优化方法;最后通过仿真实验与现有优化算法进行比较,验证了本文所提的改进的差分进化算法对周期调度表的构建具有更佳的优化效果.     

适用于光纤网格的可自适应调度算法

根据光纤传输特性建立光纤网格模型,给予网络资源同计算、存储等网格资源同等的地位,并将数据传输中网络资源的分配考虑进去,从而真实地反映出网络占用对整个工作调度的影响.基于List Scheduling算法描述一种应用于光纤网格上的可自适应的任务调度算法,其中的路由算法通过修改Dijkstra算法而得到.同固定算法的比较结果证明了该可自适应算法的有效性.     

单无人搬运车/单缓冲区约束的柔性生产系统调度研究

阐述了无人搬运车( AGV)在柔性生产系统中的调度规则,并在此基础上建立了实现工件调度和AGV调度集成问题的数学模型.改进了普通的遗传算法,设计了二次解码算法,优化了基因序列,实现对遗传算法的优化.调度结果不仅给出了各加工站的优化作业顺序,而且给出了AGV的行走优化路径.实验结果表明,改进的遗传算法的计算效率比普通的遗传算法高,同等计算条件下设备利用率也明显提高.