集群系统任务调度算法

任务调度是集群系统的关键技术之一,针对总线结构DAG模型下的任务调度问题,提出一种基于混沌改进的遗传模拟退火算法,简称Chaos-GSA。该算法在原有遗传模拟退火算法的基础上引入混沌系统,改进种群初始化方法和交叉、变异算子,提高算法的收敛速度,并在降温时考虑染色体资源平均利用率,使具有较大资源利用率的个体更容易被选择。实验结果表明:该算法与传统GSA算法相比,有明显的优越性,可以减少时间跨度,提高资源的利用率。     

底为正方形的三维装箱问题

本文讨论如何将一堆底部为正方形 ,长、宽、高均不超过 1的盒子装入一底为 1× 1,高为正无穷的柱形箱子 ,使装箱高度 Z为最小的问题 .该问题已知为 N P难的问题 . Li和 Cheng在 1990年提出了多项式近似算法 C1,其渐近性能比 r( C1) = 2. 687 5(见参考文献 [1 ]) . 本文根据算法 C1的思想 ,进一步利用盒 子底部为正方形的特点 ,尽可能不浪费高度空间 ,提出了所谓“单元装箱法” D,使新算法的渐近性能比得到改进: r (D ) ≤ 2*251/78 4= 2. 3 201 5.     

关于集值变分包含及集值拟变分包含

利用Yosida近似和预解式研究Banach空间中的集值(拟)变分包含问题,并讨论在没有连续性的假设下,这种集值(拟)变分包含问题在Banach空间中的解的存在性并建立了算法.结果改进和推广了[2,9]相应的结果.     

一种混合授权的RBAC模型及其UML建模

针对核心RBAC模型在实际应用中存在的不足,提出一种对角色和用户混合授权的RBAC改进模型.在模型中加入直接用户权限指派方便了临时授权,在角色和用户权限中分别设置优先级约束和继承约束避免了权限冲突,给出了模型的形式化描述与认证算法.针对RBAC模型抽象化、形式化及开发者难以理解的问题,基于UML对RBAC改进模型进行了静态和动态建模,缩短了理论安全模型和实际应用开发间的差距.     

基于实时信息的取送货动态车辆路径问题研究

为适应点对点、实时城市配送对动态响应和快速决策提出的新要求, 研究了多种实时信息作用和影响下的取送货动态车辆路径问题. 采用将动态问题转化为一系列静态问题的建模方法, 建立了基于实时信息的取送货动态车辆路径模型; 设计了动态算法框架, 运用构造算法获得初始可行解, 运用禁忌搜索算法改善初始可行解质量. 实验表明, 本文的模型和算法能有效解决基于实时信息的取送货动态车辆路径问题, 将初始可行解的质量(实时物流配送成本)改善了34%.     

一种新的动态波长分配算法

本对负荷均衡的动态波长分配算法进行研究．指出目前算法的不足之处，提出了一种改进算法．通过比较，新算法更能准确的考虑分配波长对整个网络的影响，提高了波长利用率．     

非线性奇异Hamilton系统边值问题解的存在性与唯一性

考虑了定义在[0,＋∞）上的非线性奇异Hamilton系统在极限圆型条件的假设下,其解的存在性和唯一性,并进而考虑其在整个区间（-∞,∞）下的情况.     

制造资源驱动的产业集群订单分配研究

针对集群制造资源利用不均衡现象,在对集群内供应商进行综合评价的基础上,提出了以生产负荷率均衡和制造资源综合性能最优为决策准则的订单分配方法,在考虑供应商制造资源利用状况的同时兼顾了所选用制造资源的性能;建立了订单分配多目标规划模型,并利用基于模糊逻辑的遗传算法对模型进行求解;最后通过实例验证了算法的有效性.结果表明:提出的模型和算法能够获得满意的解.     

基于多准则决策的塔状粒子群优化算法

针对经典粒子群优化算法存在早熟、收敛精度低和收敛速度慢的问题, 提出了一种新的改进算法. 该算法采用了塔状优化互联机制, 底层粒子群负责寻找局部最优解, 顶层粒子负责收集、反馈全局最优解, 为底层种群提供全局最优信息, 建立共享学习机制. 顶层粒子一旦发现停滞现象, 将通知底层粒子群采用细菌觅食优化、随机初始化等停滞优化策略, 以改善粒子群的收敛速度. 实验结果表明, 与同类算法相比, 改进算法具有更好的寻优能力, 改善了粒子群的收敛精度和收敛速度.     

基于动态因子和共享适应度的改进粒子群算法

为提高粒子群算法的收敛速度和优化性能,避免陷入局部最优,提出了一种基于动态学习因子和共享适应度函数的改进粒子群算法.在惯性权重w随着迭代次数非线性减少而动态调整学习因子的基础上,引入共享适应度函数.当算法未达到终止条件而收敛时,利用粒子和最优解间距离挑选一批粒子重新初始化形成新群体,并用共享适应度函数对新群体进行评价,新旧2个群体分别追随自己的局部最优解直至迭代结束.对4个典型多峰复杂函数的测试结果表明,该改进算法不仅加快了寻得最优解的速度,而且提高了粒子群算法全局收敛的性能.     

宁波港口物流与宁波经济发展的灰色关联分析

为进一步明晰港口物流与城市经济之间的关系, 根据2003~2014年宁波市港口物流与经济指标的相关数据, 构建了灰色关联模型, 分析了港口物流与三大产业的关联程度. 结果表明, 在整体上宁波港口物流与第二产业的综合关联度最高, 其中港口货物吞吐量与交通邮政及仓储业投资额关联度最高, 外贸货物吞吐量与工业总产值关联度最高, 集装箱吞吐量与自营进出口额关联度最高. 根据实证分析结果, 提出了促进宁波港口物流发展的建议.     

面向集装箱船同贝同步装卸的堆垛协同作业方法

针对集装箱船同贝同步装卸的堆垛协同作业,设计了舱位内堆垛协同策略和舱位间堆垛协同策略来完成指定贝位内集装箱的同步装卸工作;建立了基于岸桥与集卡作业成本最小化的数学模型,并采用序列编码的双层单亲遗传算法进行优化,算法第一层用于求解船舶某个贝位中任一舱位内甲板下方堆垛的同步装卸最优顺序,第二层用于搜索该贝位全部舱位中甲板上堆垛的最优顺序.通过对不同规模的试验船舶进行算例分析,验证了在同步装卸技术下,证明了面向集装箱船同贝同步装卸的堆垛协同作业方法的可行性和高效性.     

集卡作业面模式下装船作业场桥与集卡联合调度优化

为进一步减少集装箱船舶靠泊时间, 在岸桥多线作业工况条件下, 重点考虑了场桥与集卡的同步作业, 对场桥与集卡进行联合调度. 在此基础上, 综合考虑场桥间安全距离、任务优先顺序等实际约束, 针对集卡作业面模式, 构建了以装船作业时间最短为目标的场桥与集卡联合调度优化模型, 并开发了带染色体更新操作的改进遗传算法确定场桥作业量, 利用路径优化确定场桥最短行驶路径, 基于先到先服务规则对集卡进行动态调度. 实证分析结果证明了所提出模型与算法的有效性, 并且在集卡数量较少时, 采用集卡作业面模式有助于缩短集装箱装船时间.     

基于复合成本的集装箱码头泊位-岸桥联合调度优化方法

针对集装箱码头泊位与岸桥调度中的资源和成本问题,考虑不确定因素的影响,采用增添缓冲时间方式,以复合成本最低为目标建立泊位岸桥联合调度优化模型,设计改进的遗传算法对模型进行求解.在案例数据分析中,比较了港口和船公司在不同成本比率下的调度结果,验证了该方法能在保证客户满意度的同时不损害码头利益,对港口生产操作决策具有一定参考价值.     

基于舱位协同作业的集装箱同步装卸方法

在集装箱同步装卸方法的研究基础上提出了舱位协同作业,建立了基于岸桥与集卡加权作业时间最短的多目标优化模型.求解同一个贝位中不同舱位的最优装卸顺序,及优化后的集卡与岸桥作业时间.通过数值模拟与传统装卸策略的数据对比,验证了基于舱位协同策略的集装箱同步装卸方法的可行性与有效性,为改进国内大多数港口传统装卸方法提供了参考.     

MADCE中解决资源占用冲突的协调策略

提出了一个基于系统局部知识来管理系统资源的协调策略,它可有效管理可重用资源和消耗性资源,并较好地解决了这两类资源分配时的冲突问题．     

基于量子克隆选择算法的AB非格蛋白质折叠预测

将免疫克隆选择算法与量子算法相结合的混合量子免疫算法应用于处理多极值和多变量的蛋白质折叠问题中.在克隆选择算法中引入免疫记忆细胞并加入量子双链编码方式以增加其搜索到全局最优值的概率.由于该算法易陷入局部最优,为改善该算法的性能而跳出局部最优解,将年龄算子引进到该算法中.实验结果表明,改进后的量子免疫算法在最低能量值和计算时间上与之前相比有明显的提高,而且年龄算子的加入在早熟收敛的改善上同样效果显著.     

随机游走法在混凝土球形骨料投放中的应用

介绍了利用随机游走法进行球形骨料数值模拟投放的方法,并阐述了球形骨料数值模型的生成、投放、游走及有效性判定的条件.骨料模拟投放的算例表明：基于随机游走的球形骨料投放方法能在较少的计算量下获得较高的骨料填充率,骨料投放结果与实际吻合,适用于各种混凝土细观结构的模拟.