基于数字孪生的物流配送调度优化

为了实现对物流配送过程的远程运维,达到真正的物流配送实时状态透明化,提出基于数字孪生(digital twins,DT)的物流配送调度系统.基于数字孪生基本概念,构建了物流配送数字孪生五维结构模型及数字孪生驱动下的物流配送系统整体框架.考虑到实际配送中物资常常无法按时送达,建立带有软时间窗的数学模型,并设计相应的算法内核对数学模型进行求解.最后,结合实例利用Plant Simulation仿真软件建立与现实物流配送完全映射的3D模型,借助配送过程实时数据,实现对物理空间的精确模拟和优化仿真.通过与传统物流配送优化仿真方法对比,验证了基于数字孪生的物流配送调度优化方法能够有效解决配送过程中由车况或路况出现的扰动所带来的影响,实现更优的物流配送.     

Reliable and Energy Efficient Target Coverage for Wireless Sensor Networks

A critical aspect of applications with Wireless Sensor Networks (WSNs) is network lifetime.Power-constrained WSNs are usable as long as they can communicate sense data to a processing node.Poor communication links and hazardous environments make the WSNs unreliable.Existing schemes assume that the state of a sensor covering targets is binary:success (covers the targets) or failure (cannot cover the targets).However,in real WSNs,a sensor covers targets with a certain probability.To improve WSNs’ reliability,we should consider that a sensor covers targets with users’ satisfied probability.To solve this problem,this paper first introduces a failure probability into the target coverage problem to improve and control the system reliability.Furthermore,we model the solution as the α-Reliable Maximum Sensor Covers (α-RMSC) problem and design a heuristic greedy algorithm that efficiently computes the maximal number of α-Reliable sensor covers.To efficiently extend the WSNs lifetime with users’ pre-defined failure probability requirements,only the sensors from the current active sensor cover are responsible for monitoring all targets,while all other sensors are in a low-energy sleep mode.Simulation results validate the performance of this algorithm,in which users can precisely control the system reliability without sacrificing much energy consumption.     

面向公交车辆优化调度的运行服务质量评测分析

将人工智能方法引入公交车辆运营调度管理,调度管理人员可根据具体运营状况,运用快速、便捷的智能调度算法,制订出符合实际情况的运营调度方案,有效提高公交车辆运营效率。利用遗传算法（genetic algorithm,GA）的智能化特征,针对北京市公交车辆运营管理问题进行了优化调度研究。仿真实验表明,利用GA的公交车辆优化调度,实现了公交车辆调度的智能化,并在基础上利用排队论推导了乘客等待时间模式,进行了优化调度结果评测分析,从而验证了利用智能调度方法能够有效地改善公交车辆运营效率的合理性和可行性。     

多车型条件下机场接送服务的协作调度优化

针对多车型机场接送服务,建立了以最少行驶总里程数为目标的协作调度模型.根据模型特点,提出用于模型求解的启发式优化算法.该方法在初步规划出基本路径后,寻找出需要一辆车单独服务的载客点,即孤立点.分别考虑了孤立点与基本路径的协作方式、剩余基本路径与已和孤立点协作的基本路径的协作方式,以及最终剩余路径之间的协作方式,由此获得了协作模式下的车辆调度方案.仿真实验证明,本文提出的协作调度模型及优化算法能有效降低机场接送服务的运营成本.     

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.     

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。