应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

多vCPU环境中基于容器的科学工作流调度策略

现有科学工作流调度研究较少考虑计算资源的多道程序设计,难以同时实现有效的容器共享并优化任务并行度与资源利用率。为了解决以上难点,文章提出了一种分布式多vCPU环境中基于容器技术的分段式工作流调度策略。该策略通过分段调度方法,降低启发式算法的解空间大小,使用带遗传算子的自适应离散粒子群优化算法(ADPSOGA),在设备使用成本的约束下优化各个工作流的完成时间,并制定一种容器与设备间的动态伸缩方案,实现容器的复用并解决单个设备中任务并行时的资源争用问题。结果表明：ADPSOGA的性能优于其他同类启发式算法,并且分段调度方法与容器伸缩方案在工作流调度方面表现出良好的性能,能很好地适应因任务并行度增加所带来的影响。     

考虑集卡到港时间延迟的堆场起重机动态调度研究

在集装箱码头的集港作业中,集卡延迟到港可能导致已制订堆场起重机作业计划变得次优甚至不可行.因此,及时为延迟到港任务更新作业计划具有必要性.考虑集卡到港时间延迟的堆场起重机动态调度问题,基于任务批次分配策略,将调度期划分为多个时段,在每个时段内生成作业计划.以完成时间最短为目标,建立起重机调度混合整数规划优化模型,并提出下界推导模型.提出迭代重优化框架,每当任务延迟到港,就会重优化相应批次的作业计划.在框架内,设计遗传算法求解各批次原有作业计划;设计贪婪插入算法重优化带延迟到港的任务,更新原有计划.实验结果表明,模型、下界推导模型具有正确性和有效性,算法具备良好的求解性能;缩短调度时段长度有利于快速生成起重机作业计划;延迟到港箱量占比越大,作业时间越长,且随着调度时段长度减小,这一影响逐渐弱化.     

连续滚动生产作业安排中初始状态非平凡的P//C_(max)问题

以实际中连续滚动生产为背景,研究了一类新的平行机作业安排问题,即初始状态非平凡的Ｐ∥Ｃ_ｍａｘ问题。基于经典的Ｂｉｎ－ｐａｃｋｉｎｇ（装箱）理论和技巧,提出改进的Ｍｕｌｔｉｆｉｔ算法及相应的ＩＦＦＤ装法,并分析算法在最坏情况下的性能指标上界为４／３．最后,提出连续生产中周期滚动式作业安排的实施算法,实现了设备不空闲而连续运行。     

灌区淋洗水量优化计算

在灌区水资源优化调度的基础上,考虑了土壤临界含盐量、土壤和地下水水盐动态等因素,提出了灌区淋洗水量优化计算方法,并给出了算例。     

关于公交车调度问题的研究

公交车的调度问题是现代城市交通中的一个突出问题，本文通过对一条线路上各时段、各站点的上下乘客数的调查统计．根据一些合理假设．并在优先考虑公交公司利益同时兼顾乘客利益的基础上建立了一个公交车调度的数学模型。再针对一条实际的公交线路．利用计算机语言编程的方法对模型进行了验证。     

基于神经网络的场景调度策略

虚拟场景的实时显示是虚拟现实技术的重要研究课题,优化场景的调度策略是解决实时显示的主要方法之一.根据虚拟装配的特点,建立视点状态变化的马尔可夫模型,并且使用径向基函数神经网络挖掘装配过程中视点变化的规律,提出基于神经网络的场景调度策略,利用该策略预测并提前调入装配过程中将要出现的场景.该策略可以使调度更加智能化,提高场景调度的效率,达到实时显示场景的目的.同时该调度策略也可以应用于虚拟现实的其他领域中,如虚拟场景漫游等.     

并行流程式生产线调度问题的概率分析求解算法

并行生产线调度问题兼有并行机器和流程车间调度问题的特点 ,是一类新型的调度问题·针对工件在各工序具有任意加工时间的一般并行生产线调度问题 ,构造了整数规划模型 ,设计了基于概率分析的求解算法·对随机生成的测试问题进行求解的实验结果表明了算法的有效性     

城市供水系统优化运行模型的研究

鉴于城市供水系统中产水与配水的费用关系和系统优化理论，将整个城市供水系统中各水厂处理工艺优化运行与管网优化调度作为一个系统优化问题加以考虑，从取水到配水进行统筹优化，提出了同时包含产水和输配水的供水系统优化运行模型的概念并建立了相应的数学模型，经过试算发现，该模型在现有生产条件和生产习惯的前提下，可大幅度降低整个供水行业的生产费用，具有显著的社会和经济效益。     

物流配送车辆优化调度的综述

物流配送车辆优化调度问题是一类具有广泛应用的强NP难题,本文综合国内外多种参考文献,阐述了该问题的定义和分类,具体介绍了不同情况下的常见模型和主要算法,并就目前该问题的研究发展情况做了简要分析和进一步的展望.