多功能相控阵雷达自适应调度仿真

派多功能相控阵雷达在现代军事领域中的广泛应用使得对其仿真具有重要意义,而调度模块的仿真是相控阵雷达仿真实现的核心。文章在深入研究多功能相控阵雷达自适应调度策略的基础上,给出了调度设计原则,详细描述了调度算法的仿真流程,实现了相控阵雷达的自适应调度模块功能,并提出了调度算法的性能评估指标,对调度结果进行了定量分析,仿真结果验证了调度算法的有效性。     

ISAR成像系统的二维资源自适应调度算法

现有认知雷达成像系统的资源调度策略只从距离向(或波形设计)或者方位向一个维度进行资源调度,没有充分分配和利用雷达系统资源,为此提出了一种针对步进频率逆合成孔径雷达成像系统的二维资源自适应调度算法,来进一步提高雷达系统的工作效率。该算法在对目标特征认知的基础上,根据压缩感知原理,计算对目标二维稀疏观测所需脉冲资源,依据二维资源调度模型,自适应分配二维脉冲资源,实现对多目标的交替稀疏观测成像。最后通过仿真验证了算法的可行性并与常规算法相比在资源饱和的情况下,可以执行更多的成像任务。     

一种灵活的相控阵雷达采样周期自适应算法

相控阵雷达的波束资源具有很大的灵活性。设计了雷达资源调度仿真模块 ,分析了对雷达波形、波束指向、采样周期等参数实施控制的意义和原则。重点研究了一种基于参数的采样周期自适应策略 ,并提出了改进算法。仿真研究表明 ,参数λ使得采样周期自适应策略更加灵活、有效。     

舰载机多机一体化机务保障调度方法

为了有效提升舰载机多机机务保障的效率和保障人员的利用率,根据单机机务保障流程约束特性,建立了基于多计划评审技术网络的多目标多机一体化机务保障调度模型。针对问题的求解,提出了一种自适应混合差分进化算法。首先根据调度的网络化排队过程,设计了基于事件调度策略的解码方法。其次为了协调算法“探索”与“开发”的能力,引入了自适应的变异操作和交叉、变异参数控制。再次,针对工序块的平行组合排列特征,提出了4种邻域结构,进而在算法框架中嵌入了一种自适应多邻域局部搜索策略。最后通过仿真实验验证了模型和算法的可行性和有效性。     

基于SAUBQ学习的知识化制造系统自适应调度策略

针对知识化制造环境下的自适应调度问题,提出基于状态-动作不确定性偏向Q学习（state-action uncertainty bias based Q-learning,简称SAUBQ学习）的知识化制造自适应调度策略. 该策略针对传统Q学习收敛速度慢,训练时间长等问题,引入信息熵的概念定义了状态不确定性测度,据此定义了Q学习动作偏向信息函数,通过对Q学习奖励函数采用启发式回报函数设计,将动作偏向信息利用附加回报的方式融入学习系统,并证明了算法的收敛性和最优策略不变性. 在学习过程中,Q学习根据偏向信息调整搜索空间,减少了Q学习必须探索的有效状态-动作对数目,同时偏向信息根据Q学习结果不断进行调整,避免了不正确的误导. 经仿真实验比较,结果表明,该策略具有对动态环境的适应性和大状态空间下收敛的快速性,提高了调度效率.     

基于均匀设计的多目标遗传算法在柔性工作车间调度中的应用

采用均匀设计技术合成多个适应度函数以提高搜索方向的空间均匀性,并针对多目标柔性工作车间调度问题的特点,设计了基于工序顺序和基于机器分配两种交叉变异的操作以及小生境技术、精英保留策略和遗传操作自适应调整策略来提高种群的多样性和搜索的效率。实验证明,本文提出的算法所得结果比较理想。     

不确定环境下舰载机保障预反应式动态调度优化

针对舰载机机务勤务保障过程中的不确定性和动态特性,研究舰载机保障预反应式动态调度优化问题。在预调度阶段设计双种群遗传算法,融合左右种群双向对齐迭代技术提高解的全局最优性,结合设定的保障期限求得带有工期保护缓冲的鲁棒性预调度方案。在反应性调度阶段,建立以最小化保障完工时间和最小化调度调整损失成本为目标函数的反应性调度模型,设计针对单一个体的自适应分层双目标变邻域优化算法,对预调度方案进行局部调整,优化反应性调度的效率和稳定性。提出5种不同反应性调度调整策略,对多种扰动类型下的不同保障机组的预调度方案进行局部调整和分析。为不确定环境下舰载机基准预调度计划的制定和反应性调度方案的调整提供了决策支持。     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

多功能相控阵雷达实时驻留的自适应调度算法

灵活有效的调度算法是实现多功能相控阵雷达工作性能优化和资源合理利用的基础。从调度代价的角度建立了实时驻留调度的数学模型,提出一种求解次优调度序列的自适应算法。该算法利用任务自身工作方式属性及任务中所含目标的先验信息分配任务的综合优先级,采用一步回溯的策略来确定每个驻留任务的调度属性,利用二次规划获取其最佳执行时间,并与传统的基于优先级调度算法进行了比较。仿真结果表明,提出的自适应调度算法提高了任务调度成功率,降低了截止期错失率。     

基于Memetic算法的舰载机舰面一站式保障调度

面向舰载机舰面保障效率和资源利用率等效能指标,系统分析了一站式保障流程约束和资源约束条件,建立了舰载机多机舰面一站式保障调度的数学优化模型。针对传统优化算法难以求解大规模调度问题,提出了一种Memetic算法。首先,为了使可更新类资源负载均衡化,采用一种嵌入资源分配策略的串行调度方案;其次,设计了一种基于子拓扑结构的自适应变异策略以提升算法的探索能力,并引入基于模拟退火机制的局部搜索方法;最后,基于不同调度规模案例的仿真结果验证了模型和算法的可行性和有效性。     

非满载车辆调度问题的遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题，由于它是一个典型的NP难题，传统方法的求解结果往往不能令人满意。本文采用最大保留交叉、交叉率和变异率自适应变换等技术，设计了基于自然数编码的遗传算法，用于求解非满载车辆调度问题，在实验分析中获得了较好的结果。     

相控阵雷达采样周期自适应策略研究

采样周期是相控阵雷达资源调度的关键参数之一。深入研究了几种采样周期自适应策略，在此基础上提出了两种改进的采样周期自适应策略。提出了自适应采样周期下的性能评估公式，并分别基于IMM、Kalman滤波算法对它们进行了仿真分析比较，得到了令人满意的结果。     

神经网络和启发式算法混策略解Job—shop调度问题

提出一各有效的自适应神经网络和启发式算法混合策略来示Ｊｏｂ－ｓｈｏｐ调度问题，自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特征，被用来救是调度问题的可行解，而启发式算法被分别用来加速神经网络的运行和保证神经网络收敛到可行解，获得确定排序下最优解提高可行解的质量，仿真表明本文提出的混合 策略是快速有效的。     

动态需求的多车型车辆调度问题及云遗传算法

根据动态信息产生的时间点不同提出时间轴概念,利用时间轴将动态车辆调度问题转化为一系列的静态车辆调度问题,建立考虑车载率和油耗的综合费用为优化目标的车辆调度模型.利用云模型云滴的随机性和稳定倾向性改进自适应遗传算法中交叉率和变异率设置方式,设计云自适应遗传算法对车辆调度问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

求解FJSP的自适应免疫遗传算法

借鉴生物免疫系统的免疫调节机理,提出一种求解柔性作业车间调度问题的自适应免疫遗传算法(AIGA).该算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,通过引入免疫算子和种群的自适应调节策略,保持了群体的抗体多样性.实验结果表明,该算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,能有效解决柔性作业车间调度问题.     

基于自相似业务流的AOS延时累积调度算法

针对自相似业务流量下的高突发性及重尾性所引起的空间数据系统调度性能下降问题,分析了高级在轨系统(advanced orbiting system, AOS)虚拟信道存取(virtual channel access, VCA)子层调度策略以及现有基于短相关模型调度算法的不足,引入Hurst参数、紧迫度、流量离差、成帧时间因子等权值参量,提出一种基于延时累积的自适应轮询调度(scheduling of delay accumulated adaptive polling, SDAAP)算法,通过自适应改变延时阀值因子实现多业务的差异化调度,从而优化AOS虚拟信道服务质量及调度性能。采用多信源重尾分布的ON/OFF流量分布模型进行仿真验证,实验结果表明,针对自相似业务流,SDAAP算法在溢出率、平均延迟等方面优于AOS固定阀值和等时调度算法。     

动态单机调度的一种滚动时域策略及全局性能分析

针对全局信息不完全的一种单机的动态调度模型,设计了局部调度子问题带终端惩罚函数的滚动调度策略,并对这种滚动调度策略下的全局性能进行了分析.通过对未知工件按FIFO规则进行虚拟调度,对滚动调度进程中的全局性能进行评估,证明了在所给滚动调度策略下,随着工件信息的逐步获取,全局调度中的虚拟调度逐步变为已知调度,并经过滚动局部调度而部分实现,决策时刻向前推进,对全局性能指标的估计越来越接近将实现的实际值,逐步实现的全局调度性能相对历次的估计值不断改善.终端罚函数滚动调度策略可以保证滚动调度进程中全局性能的稳定性,当工件到达较快时,文中的滚动调度策略更有优势.     

基于计算实验的资源受限多项目调度策略优化

资源受限多项目调度策略研究是对传统单一项目资源调度问题的扩展,资源在多项目间不同的分配策略会影响项目的工期安排及企业收益情况。在考虑资源受限的情况下,分析工程业主的不同激励策略对供应商的资源调度策略及其收益影响。研究结果为工程业主设计有效激励策略、供应商多项目资源调度方案决策等提供支持和参考。     

一种基于P2P的流媒体数据调度算法

针对现有的采用拉式策略的算法在进行调度时数据块不能及时到达的情况,提出了一种自适应的数据调度算法。该算法可以根据节点间数据的传输速率以及P2P网络节点的动态性自动调整对数据服务节点的选择,并可以最小化在播放截止时间之前不能到达的数据块的数量。实验结果表明,新的算法可以一定程度缩短每个调度周期的数据到达延迟。     

基于遗传算法的水电站优化调度新方法

提出求解水电站优化调度问题的新方法——遗传算法，它不同于经典优化算法的特点是，从多个初值点开始寻优，沿多路径搜索实现全局或准全局最优，计算过程中不需要存储状态或决策变量离散点，大大减少计算机内存，不必求导运算，编程简单，是一种有效的自适应随机搜索算法.