基于Hive的性能优化研究

主要从Map Reduce作业调度和Hive性能调优两个方面对Hive的性能优化进行研究.对于Map Reduce主要从编程模型切入,分析其执行过程,并从map端、reduce端进行参数调优.接着从Hive框架角度入手,分别从分区表和外部表以及常用数据文件的压缩、行式存储与列式存储等方面进行深入研究.实验结果表明,snappy压缩、orcfile/parquet存储格式对于列式查询,提高查询效率,对于大数据分析平台有较好的兼容性.     

混合Jobshop炼钢-连铸重调度方法及其应用

炼钢-连铸生产过程中加工设备起、停时间经常会出现严重延迟,导致调度计划不可行. 目前人工调整,存在响应速度慢和调整结果不优化的问题. 对炼钢-连铸混合Jobshop重调度问题进行了分析,提出了正在作业炉次已分配设备不变的重调度方法. 并提出了求解策略,将原调度分解为两个子调度问题. 引入炉次操作状态参数β,建立了正在作业炉次的时间修正模型,构造了启发式方法进行求解.对于未作业炉次,建立了多目标非线性0-1 整数规划模型,构造了并行逆推启发式算法进行设备指派,采用线性规划求解各操作的开工时间.基于上述方法开发了动态调度软件应用于国内某大型钢铁企业,在缩短动态调度时间、减少钢水冗余等待时间方面取得了显著成效.     

A Dynamic Job Shop Scheduling Method Based on Ant Colony Coordination System

Due to the stubborn nature of dynamic job shop scheduling problem, a novel ant colony coordination mechanism is proposed in this paper to search for an optimal schedule in dynamic environment. In ant colony coordination mechanism, the dynamic .job shop is composed of several autonomous ants. These ants coordinate with each other by simulating the ant foraging behavior of spreading pheromone on the trails, by which they can make information available globally, and further more guide ants make optimal decisions. The proposed mechanism is tested by several instances and the results confirm the validity of it.     

公路桥梁施工的招投标管理研究

在市场经济体制下,招投标管理对公路桥梁施工起到了极大的促进作用,文章从招投标管理的积极作用入手,分析了现阶段招投标管理的一些问题,并提出建议。     

考虑后悔规避的风储联合参与日前市场竞标策略

为应对风储联合参与日前市场竞标的风险,减弱决策者的后悔心理,提出了一种考虑后悔规避的风储联合参与日前市场竞标策略.采用蒙特卡洛法将风电出力、市场电价的随机模型转化为多概率场景的确定模型;在日前市场竞标阶段,引入后悔度指标描述风储联合系统的后悔心理,同时考虑实时市场的不平衡结算因素,以最小-最大后悔度为优化目标,建立风储...     

改进型蚁群算法在Job Shop问题中的应用

应用改进型蚁群算法解决车间作业调度问题。在原有标准蚁群算法的基础上采用了新的状态转移规则,讨论了各种不同的轨迹更新规则对仿真结果的影响,并通过统计数据验证了改进型蚁群算法优于标准的蚁群优化算法。由于算法中的参数对算法的求解效率和求解结果都有一定的影响,所以对此也进行了初步的研究,得到了运行较好的参数取值范围。     

中国药品集中采购政策解读与实证分析

2018年底伊始的国家药品集中采购迄今为止已实施三轮,共涉及112个品种,预计每年约可节省医保药品支出539亿元.对三轮集中采购规则进行解读和实证分析,发现:选区规则对竞价结果具有显著性影响;熔断机制理论上会受到成本因素约束,实践中仍发挥了一定效果.国家药品集中采购促进了中国医药市场基于质量和成本的竞争,推动行业集中度...     

工程量清单计价模式下招投标研究

文章分析了业主和承包商在工程量清单计价模式下各自存在的问题,并提出了解决问题的方法。如业主在招标时工程量清单应如何编制;承包商在投标时,应如何分析业主和自身的实际情况,合理运用工程量清单投标技巧,控制造价,在最合理的情况下中标。     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

求解多目标作业排序问题的遗传算法

利用联合进化遗传算法 ( CEGA)建立了求解多目标排序问题的一般框架 ,采用目标权衡分析诱导出决策人的偏好关系 ,并将其引入求解过程 ,以确定满意排序 ,在搜索寻优过程中 ,将启发式与遗传算法相结合 ,以提高搜索效率 .最后 ,利用该算法框架求解了一个含调整时间的一般 Job Shop排序问题 ,以表明算法的有效性.