一个并发约束程序设计语言的定义与实现

设计实现了并发约束程序设计语言COPS.该语言结合约束对象、不确定性计算及约束储仓技术,采用基于并发约束模型的推理控制和基于优先度的规则选择策略,将说明性的知识表示、系统化和启发式的推理搜索能力以及合理的确定性计算开销统一起来.系统在电路建模、专家决策等领域的初步应用表明了该语言对构造基于约束的知识系统的适用性.COPS的出现为复杂智能问题的解决提供了可能性.     

云计算中一种基于遗传算法与效益驱动的任务调度算法

针对云计算的任务调度问题,提出了一种基于遗传算法与效益驱动的任务调度算法.在满足任务QoS约束的前提下,对计算开销、服务收益、延迟赔偿等因素进行了综合考虑,对任务调度问题进行了数学建模,同时采用遗传算法对目标函数进行求解.仿真表明,与Min-Min算法和QoS Min-Min算法相比,所提算法能够明显地减少任务调度完成时间,更好地均衡负载,提高单位计算开销效益.     

一类混杂系统的优化控制

采用基于混合逻辑动态的建模方法,将系统的连续动态过程、逻辑部分和操作约束表示为带有混合整数不等式约束的线性状态方程的形式.在混合逻辑动态建模原理基础上,采用二次型的性能指标,将混杂系统的优化控制问题归结为求解一个混合整数二次规划(mixed integer quadratic pro-gramming,MIQP)问题.最后,针对混杂系统的优化控制问题,作了数值仿真计算.研究结果表明:基于混合逻辑动态模型的优化控制能够满足控制要求,并且进一步说明MIQP方法是解决一类混杂系统优化控制问题有效的且具有发展前景的方法.     

一种面向通信开销的网格工作流调度算法

采用任务—资源分配图定义了网格任务调度模型,运用动态规划的方法提出了面向通信开销的工作流任务调度算法。采用扩展的拓扑排序算法对具有依赖关系的工作流任务进行划分,根据划分的任务子集得到相应的调度阶段,在每一阶段选择满足约束条件和以计算开销、通信开销以及任务执行成功率为最优目标函数的资源节点进行任务分配,从而使工作流任务调度目标函数最优。应用Grid Sim工具包实现了该调度算法,并与Min-Min算法进行对比分析。仿真结果表明,基于动态规划的网格工作流调度算法具有良好的适应性,且能较好地处理不同网络环境下任务间存在大量数据传输的网格调度问题。     

基于顺序多尺度的智能规划问题模型及其求解方法

针对规划定义域语言不支持对多尺度规划问题的建模, 提出一种顺序多尺度的规划问题模型, 设计了新的规划定义语言, 并通过构造一个基于贪婪最好优先搜索法的基本方法求解顺序多尺度规划问题, 证明了顺序多尺度规划模型的可解性.     

无人机遥感多载荷任务规划方法

针对装载多个载荷的无人机遥感问题,研究一次飞行可对遥感区域进行多种类型勘测的任务规划方法.根据不同载荷对无人机飞行高度、飞行速度、航路精度等指标的特殊要求,对航路与任务载荷进行建模和规划.采用基于XML（eXtensible Markup Language）对遥感任务进行建模,制订通用性好的任务规划规范标准,提高无人机遥感飞行效率以及适应性;且通过KML（Keyhole Markup Language）对规划结果在Google Earth上实时显示,对规划结果进行基于地理信息系统的直观显示和有效评估.     

考虑不均匀发车间隔的公交网络时刻表优化模型

公交网络时刻表设计就是通过优化各线路车次的发车时间,使不同线路的车辆协同到达换乘站点,以方便乘客换乘.研究了不均匀发车间隔情况下公交网络时刻表设计问题.使用数学不等式描述了乘客的换乘等待时间,构建了以最小化乘客总换乘等待时间为目标的混合整数规划模型,分析了该模型的计算复杂性和可行解的空间结构特征.基于模型特征分析,设计了能缩减求解空间的预处理方法.采用CPLEX优化软件对预处理后的模型进行求解.通过计算不同算例,验证了求解方法和模型的有效性.     

基于静电力学的网格负载平衡调度算法

基于树型动态负载平衡架构,提出了一种静于静电力学的动态负载平衡机制的任务调度方法.根据当前网格负载状态,将节点抽象成电子,每次将任务从相互引力最大的重载节点开始迁移,以减小通信开销和数据迁移延迟.仿真结果显示这一模型较原树型结构负载平衡模型提高了紧耦合应用程序的性能.     

硬实时环境下固定优先级调度的离线优化

RM调度算法具有简单的实现机制和较低的调度开销,被广泛应用于硬实时调度领域.然而这类算法的固定优先级特征使其在高任务负载环境下具有极高的抢占次数,从而导致了较大的系统开销,因此提出一种方法来减少RM调度的抢占次数.该方法通过离线计算任务集的最优属性来减少基于RM调度的系统在运行时的抢占次数,进而降低系统的抢占开销.仿真结果表明,该方法可以在不付出额外调度开销的前提下有效减少RM调度的抢占次数,降低实时系统的抢占开销.     

面向天地一体化网络的计算卸载算法

由于天地一体化网络的计算资源受限、能力迥异等问题,会导致其处理复杂任务的能力减弱,使得重要的任务处理失败.因此,本文构建了一种将任务卸载到本地-骨干-边缘接入节点的三层计算卸载开销模型,并通过基于DQN的最优卸载算法进行最优卸载策略的制定.首先,依据网络中存在的天基骨干节点、边缘接入节点以及地基骨干节点三种类型计算节点(卸载站点)自身的特点,给出了不同卸载站点的时延、能耗的开销表达式以及对应的约束条件. 然后,提出了基于DQN算法来完成低时延、低能耗的卸载过程.仿真结果表明,DQN算法能够提高任务执行的速度,降低终端设备的能耗,有效改善网络中计算节点资源迥异的现状.