基于预测表的容错实时调度算法

为了更精确地预测软件容错模型中的容错实时调度算法主部分可否执行，提出了基于预测袁的容错调度算法（PTBA）．该算法充分考虑了当前时间至替代部分通知时间之间的任务执行状况，以该时间段内通知时间的先后顺序精确地预测主部分的执行情况，并为待执行主部分构建预测表．当主部分不发生错误时，算法将依照预测表进行任务调度．模拟结果表明，利用PTBA可获得更多的主部分执行时间，降低了CPU消耗．PTBA适用于软件错误率较低的应用环境，特别是当任务的周期较短时，能够以较小的调度开销获得较高的调度性能．     

进近区域到达航班排序和调度的优化

为了减少中国目前由于空中交通管制手段落后而引起的航班延误,提高航班调度的效率和空域的利用率,建立了到达航班排序和调度问题的混合整数规划模型,分析了求解问题的特点,提出了一种启发式算法。该算法结合了空管知识,通过预估未来一段时间内的流量状况实施调度,同时引入优先权,体现了连续航程航班和延误较大的航班的优先级。对算法进行了验证,结果表明:该算法能有效减少航班的延误和空中盘旋等待,提高了空域利用率,对改善中国空中交通管制的自动化水平具有实际意义。     

基于极大代数法的铝板轧制系统鲁棒性能

为了优化铝板轧制的时间,提高系统的鲁棒性,以极大代数法和排队论为工具,对铝板多队列轧制系统进行分析.根据轧机与工件之间的工艺路径规则和加工条件规则,以极大代数法为理论依据建立轧制控制系统的闭环控制模型,对极大代数法的运算特性进行分析;构造轧制过程的多队列多服务器模型;定义多队列系统中参数摄动和鲁棒性的概念;用基于极大代数法的串行生产线的闭环线性模型来研究采用不同的铝板轧制队列对系统稳态周期性能的影响;以轧制过程的最短生产周期为优化目标,运用摄动分析对系统的多个调度队列的性能进行比较讨论,从而通过周期配置得到铝板轧制的优化调度方案.分析结果表明:基于极大代数法的系统分析能有效地对调度队列的摄动性进行比较,从而改善了轧制系统的鲁棒性,缩短了系统总运行时间,提高了运行效率.     

基于客户不满意度的单机干扰管理模型研究

针对干扰事件导致单机调度难以顺利实施这一难题,运用干扰管理思想,建立了字典序的多目标干扰管理模型.模型从客户不满意度的角度对单机调度系统承受的扰动进行了度量,并采用改进的蚁群算法对该模型求解.实例证明,该模型与已有的解决干扰事件的重调度模型相比,得到的调整方案可以使调度系统承受的扰动更小.     

基于径向基网络模型的含蜡原油触变性预测

在低温状态下的含蜡原油由于蜡晶析出而形成凝胶体系,原油具有触变特性.含蜡原油管道输送时,由于设备检修或者意外事故等需要停输再启动,触变特性是此过程数值模拟计算的基础参数.该文应用人工神经网络理论中的径向基(Radial basis function,RBF)三层网络模型,通过MATLAB软件编程计算每层结点对应的权重系...     

Gate-to-Gate模式下航班到达的综合调度

Gate-to-Gate是空中交通管理的未来趋势之一,研究了Gate-to-Gate模式下的航班到达问题,对航班到达的空中降落与地面滑行进行综合调度,建立了地空综合调度的简化数学模型,实现了航班到达从区调阶段到航站楼的关键点路径规划和时间安排,并对北京终端区及首都机场地面滑行过程进行了算例分析。针对实际应用规模大、求解时间长的问题,利用模型的特殊性制定了先松弛后固定分支求解的两步法求解算法,实现了在5分钟内能求得相对误差小于5.3%的近优解。     

基于分支剔除的低轨星座实时传感器调度算法

针对低轨星座目标连续跟踪的传感器资源调度问题,通过对调度约束因素的分析,提取跟踪精度、资源松弛度和资源分配均衡因子三个优化参数,建立了传感器实时调度模型;并建立长时调度决策树,将标准代价搜索方法和分支剔除技术相结合,提出了一种基于分支剔除的实时传感器调度算法。仿真实验表明,标准代价搜索和分支剔除技术的引入明显降低了调度算法的运算量,尤其对于多目标和大步长的情况,且调度传感器跟踪目标的误差略小于短时调度方法。     

基于启发式混合遗传算法的相控阵雷达最优化调度

针对相控阵雷达最优化调度,提出了结合启发式规则的混合遗传算法实现。设计了基于遗传算法的相控阵雷达调度的编码规则、初始种群产生、交叉和变异遗传算子等,定量描述了波束合并和交错跟踪的条件,并提出了五项启发式规则。最后开发了结合启发式规则的混合遗传算法相控阵雷达调度软件系统,并利用仿真结果验证了算法的可行性和有效性。     

一种基于粗糙集理论的SVM短期负荷预测方法

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。     

遥感卫星组网观测资源调度中的数学建模与优化问题

多颗遥感卫星组网后可实现对地球表面特定区域的连续监测,可满足应对突发应急事件的监测需求.但其需解决不同轨道卫星资源的优化部署以及快速发射小卫星补网等手段进行卫星资源合理调度问题.对构建资源分配调度数学模型,设计优化求解、调度策略的优化分配是解决这类问题的关键.基于此,对遥感卫星组网观测资源调度需解决的数学建模以及模型优...