一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法,存在维护成本高,实时性不足等缺点,提出一种基于深度强化学习的CDN流量调度系统设计框架.该框架基于马尔科夫链设计了故障告警网络来触发调度,建立了基于stacking模型的质量评估奖励函数,并在此基础上对流量调度进行定义和建模,构建了基于DQN的深度强化学习模型....     

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.     

多型号混线生产车间作业调度模型研究

在企业信息化环境下,针对多型号混线生产车间作业调度对产品齐套性的要求和调度任务的基本要素及约束条件,建立了调度任务属性、产品结构属性、设备属性、操作属性模型。仿真结果证明,该模型的调度过程具有较好的收敛性,并且能在较短的时间内得到具有较高满意度的解,实际使用中效果良好。为多型号混线生产车间提供集成性良好的合理化调度模型。     

网格环境下具有可靠性的任务调度策略

针对网格环境的动态性和异构性特点,该文提出了DHTS和RDHTS任务调度算法。在充分考虑任务间的依赖关系和通讯开销的动态变化的基础上,通过对任务执行次序优化设定和任务间空隙有效利用等方法,提高了协同任务的执行效率;通过分析网格中各结点自身中断事件发生次数的数学期望和方差,得出各结点的即时可靠性评价参数,从而增强了任务调度的可靠性。     

OFDMA系统中实时业务的资源分配与调度算法

提出了一种适合于OFDMA系统中实时业务传输的资源分配与调度算法,该算法利用物理层的信道信息和MAC层的业务信息,采取分组调度与子载波分配交替进行的资源分配方式,在满足数据包传输时延要求的同时,最大化系统的吞吐量.仿真结果表明,该算法无论是在系统的吞吐量、丢包率,还是数据包等待时延方面,都具有良好的性能.     

专家系统在电力系统中的应用—水电厂全厂运行操作管理实用专家系统

本文介绍一个水电厂全厂运行操作管理实用专家系统。该系统利用近年新兴的人工智能技术，针对水电厂的运行实际需要进行开发，用目前流行的人工智能语言ＴｕｒｂｏＰｒｏｌｏｇ编制而成。该系统已通过鉴定，并投入现场使用，一年多的结果表明：该系统能自动完成水电厂包括电气、油、水、风等系统所有操作票的开票任务，开票迅速，开出的操作票正确实用、清晰美观，对防止误操作，提高全厂运行的安全性起到了良好的作用；同时它为管理人员提供了一种有效的管理手段，有利于防止无票操作，有利于提高工作效率。     

Flow-Shop Scheduling Models with Parameters Represented by Rough Variables

In reality, processing times are often imprecise and this imprecision is critical for the scheduling procedure. This research deals with flow-shop scheduling in rough environment. In this type of scheduling problem, we employ the rough sets to represent the job parameters. The job processing times are assumed to be rough variables, and the problem is to minimize the makespan. Three novel types of rough scheduling models are presented. A rough simulation-based genetic algorithm is designed to solve these models and its effectiveness is well illustrated by numerical experiments.     

UMA模型上不均匀循环的自适应混合调度

不均匀循环的调度分配是并行计算中最经常遇到的问题。采用动态调度势必增加额外开销,纯采用静态调度又很难保证各处理器的负载平衡。本通过引入静态块和动态块的概念,提出了在ＵＭＡ（Ｕｎｉｆｏｒｍ Ｍｅｍｏｒｙ Ａｃｃｅｓｓ）模型上把静态调度和动态调度结合起来使用的自适应混合调度ＡＨＳ（Ａｄａｐｔｉｖｅ Ｈｙｂｒｉｄ Ｓｃｈｅｄｕｌｉｎｇ）算法,并给出了在曙光一号多处理机上的一些实验结果。     

基于时限单调算法的混合任务实时调度算法的研究与设计

周期任务与非周期任务的混合调度是实时调度研究的一个重要方向。针对现代嵌入式实时系统的任务特性,和经典实时调度算法只调度周期任务的特点,提出一种新的静态优先级调度算法——混合任务时限单调算法(Periodic and Aperiodic Deadline Monotonic,PADM)。该方法结合时限单调(DM)算法和先来先服务(FCFS)算法,将非周期任务量化为周期任务,且非周期任务在其裕度为零时优先级最高。通过理论分析和具体实验比较,在任务集轻载情况下,PADM算法尽可能地保证周期任务的完成率和非周期任务的时限,同时所带来的额外开销小,计算复杂度低,实现方便,是一种有效的混合任务调度算法。     

考虑多资源约束的非等效并行机节能调度算法

针对瓶颈工序光刻过程中考虑能源消耗、多类型多数量的掩膜资源、换模等约束的非等效并行机调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先对问题域进行描述,以最小化总加权完成时间与能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种带精英策略的多目标免疫克隆选择算法,该算法融合了非支配排序遗传算法的排序规则,并引入深度邻域搜索算子、种群更新算子以提高算法搜索性能及挖掘性能.最后,对算法进行仿真实验,结果表明该算法是有效的、可行的.