多模式项目资源配置及其免疫优化决策

针对多模式下单项目资源配置问题,在项目拥有的资源受限下,综合工期与资源均衡等因素,探讨资源受限下项目资源配置优化模型。借助克隆选择原理的免疫应答机制和多种生物免疫机理,设计免疫克隆选择算法求解所获模型的最佳决策方案。比较性的数值实验结果论证了模型的合理性和算法的有效性。     

面向非线性工艺计划的动态多任务调度

提出了一种调度算法用对具有非线性工艺的任务进行调度。它包括交贷期算法和遗传调度算法,交货期算法根据主生产计划把产品计划分解为零件计划;然后利用改进的遗传算法实现具有非线性工艺的多个零件的动态调度。设计的遗传编码方法可以实现对具有非线性工艺的任务进行排序;改进的遗传损作算法可以避免非法解的产生,并适用于非线性工艺;设计的目标函数以确定的共有设备为基础进行计算,充分地反映了生产运行的动态性。     

住宅建设项目多目标模糊动态规划决策

运用模糊数学建立了住宅建设项目多目标模糊动态规划决策方法,运用这一方法可对住宅小区各组团的容积率进行优选,也可对建设项目选址以及多种建设方案进行优选决策．通过对一具体住宅小区内各组团容积率进行筛选。证明这一数学方法具有实用性和有效性．     

基于混合遗传算法和关键链的多资源多项目进度计划优化

多项目多资源项目进度计划是一个NP难问题。应用关键链思想与方法,分析建立了一种多项目多资源进度计划模型。设计了基于混合遗传和禁忌搜索算法的模型求解算法。对遗传算法的编码、选择、交叉、变异等操作以及禁忌搜索算法的相关操作进行了讨论;并通过实例的求解,验证了关键链方法在研究多资源约束多项目问题上的有效性,以及混合遗传和禁忌搜索算法在求解该问题上的可行性。     

基于免疫机制的动态多目标优化免疫算法

作者针对一类决策空间的维数随时间变化的动态多目标优化问题,借鉴免疫应答蕴含的动态进化机制,提出了一种动态多目标优化免疫算法。算法设计中,依据抗体学习机理,设计几种具有自适应能力的免疫算子进化当前抗体群,以及借助免疫系统的识别功能设计环境识别规则,用于加速相似环境的寻优过程。另外,借助两个性能评价指标,经由比较性的数值试验,获得该算法具有较好的搜索效果以及较稳定的环境跟踪能力。     

熵与动态多指标决策

利用熵的理论，对多指标决策中的各方案建立了有效性测度，该测度越大，说明相应的方案越优。在此基础上，利用该测度，提出了一种动态多指标决策方法，应用实例表明了这种决策方法的可靠性和合理性。     

字典序多目标多阶段决策的动态规划解法

本文提出了字典序多目标多阶段决策问题模型,并给出了其动态规划解法和数值例子。     

基于项目网络拆分决策的多项目协同调度问题建模

以大型工业品资源共享型节拍式流水装配过程为背景,提出基于项目网络拆分决策的多项目协同调度问题.根据装配过程作业的周期性调度需求,将单个项目的作业集合划分成共享资源的多个并行执行的协同子项目,以最小化节拍时间为目标,建立了项目网络拆分与项目调度同时决策的数学优化模型,设计了一种双层循环迭代算法以对模型进行求解.算法的上层是基于有效时序约束数量的作业划分构造型启发式算法,可在多项目网络之间调整作业的从属关系;算法的下层采用基于优先规则的启发式算法对上层拆分后的多项目网络进行求解,并将调度结果反馈至上层,通过循环迭代不断优化项目来调度计划.数据实验结果表明,所提算法能够有效提高资源利用率,且其求解质量和效率较高.     

R&D项目决策的动态规划模型

本文用动态规划的方法对R&D项目实施评价和过程管理,兼顾了R&D项目实施过程中管理的弹性值,也即项目的期权值.该模型可以看作为Cox,Ross和Robinstein的二叉树期权定价模型的推广.     

随机可重复使用资源分配问题的一种新算法

随机可重复使用资源的分配问题是一个马尔科夫决策问题，当系统资源种类数目较大时，该问题的求解十分复杂，首先结合人的决策行为特点作了某些合理假设，并将该模型转化为有限段的确定性决策问题，进而转化为一个整数规划问题，提出了求解该问题的遗传算法，最后给出应用算例。     

一种网格资源动态分配算法研究

在分布式集群环境中,如何对网格环境中的资源进行有效管理和合理调度至关重要。采用静态固定资源分配等策略不能适应资源和用户请求的动态变化,容易产生资源碎片,造成网格资源利用率低等问题。提出了一种基于分类挖掘的资源动态分配模型和算法,通过资源管理服务器中的守护进程,对集群中的任务动作进行分类挖掘,形成分类规则,用以指导资源的动态分配。实验证明,相比其他分配策略和算法,DRA算法能较好地适应网格环境的变化,具有资源分配利用率高等优点。     

资源分配问题的动态规划及其Lingo求解

资源分配问题是将一种或几种资源,恰当地分配给若干个用户,而使目标函数为最优。介绍了应用动态规划的方法解决资源分配问题时的一般策略,并通过实例应用 Lingo 编程方便地求解此类问题。     

双层网络中一种协作博弈的动态资源分配方法

针对双层网络模型中宏小区用户层和毫微微小区用户层存在共信道信号互相干扰的问题,提出了一种协作博弈的动态资源分配(CGDRA)方法.该方法首先根据宏小区用户的路径损耗和QoS需求,对宏小区用户层的发射功率进行分配,然后以所有毫微微小区用户的数据速率之积作为效用函数,以毫微微小区用户的QoS需求为约束条件,构建了毫微微小区用户层总发射功率受限的协作博弈模型,并采用动态子载波分配算法和自适应功率分配算法得到了该博弈模型的低复杂度近似最优解,优化分配了毫微微小区用户的频谱资源和发射功率,提高了系统的传输速率.仿真结果表明:在双层网络中,CGDRA方法在系统数据速率和用户的公平性上获得了较好的折中;与最大最小公平性算法相比,系统的数据速率提高了30％;与最大速率算法相比更加公平.     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

基于包簇映射的云计算资源分配策略

提出了一种基于包簇映射的云计算资源分配策略。在包、簇概念下,资源可共享,任务调度更为灵活,资源利用率更高。将多目标遗传算法与改进的蚂蚁算法动态融合,提出了一种基于成本最优的云计算资源分配算法。该算法在任务前期利用遗传算法快速随机的全局搜索能力,产生初始信息素,在任务后期通过蚂蚁算法蚂蚁间的信息交流和正反馈机制,寻找资源分配的最优解。实验结果表明,在包、簇概念下,该混合式调度算法能够显著降低云计算系统的任务完成时间和任务执行平均成本,有效减少簇结点的使用数量,提高资源利用率。     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.     

基于SDN的动态资源分配算法

针对软件定义网络(SDN)能够执行多种并发、 动态网络测量任务的特点, 提出一种自适应的网络测量框架. 该框架能动态调整分配给各测量任务的资源, 从而确保用户层面上对测量精度的要求. 设计并实现了相应的系统原型, 并采用3种不同的网络测量业务对该方法进行验证. 实验结果表明, 该方法在任务测量精度满足率和任务拒绝率上具有更优的性能, 与传统方法相比精确性更高.     

一种无线ATM多媒体网络切换时动态分配系统资源新算法

在无线ＡＴＭ（ＷＡＴＭ） 系统网络结构基础上结合多媒体传输信息模型,提出一种运用在ＷＡＴＭ小区切换时动态分配系统资源的新算法,该方案对于在系统中新业务呼叫的产生,切换业务的接入和目标基站业务的延续等各种情况下,系统如何给上述各种业务动态分配信道容量,提出了一种解决办法．此算法可以很好地工作于小区切换时的各业务信道容量的动态优化分配中,以防止系统资源不足时各种业务的丢失．     

超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景,提出一种基于集群分配的干扰管理与资源分配算法,以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响.首先,基于距离、小区间干扰、可用资源情况3个条件权衡为家庭基站分配集群;其次,根据分配结果将干扰关系建模为干扰加权无向图,按适当标准对家庭基站进行分类,针对不同类型的家庭基站采用不同着色算法...