面向汛期多任务的水库水资源优化调度研究

该文以面向汛期多任务的水库水资源优化调度为研究对象,探讨了基于多目标优化模型的水库优化调度方法,论文对汛期水库调度进行分期研究,利用多目标理论方法将多目标进行转换,使用动态规划法对汛限水位进行控制,并与传统调度方法进行对比分析,水电站水库优化调度是水电站长期经济运行的中心内容,是管理和控制水库安全可靠性,合理利用水资源、发挥水库综合效益的重要措施,是水电站及其水库长期运行计划的制定和实施的核心问题。相信对从事相关工作的同行能有所裨益。     

客户驱动的硫化车间非合作博弈生产调度研究

以客户利益为核心,建立客户驱动的非合作博弈的硫化车间多目标调度模型,将制造任务、硫化机映射到博弈模型中,将客户订单的完工时间和硫化成本组合形成收益函数,将模型的求解转化为对Nash均衡点的求解,设计遗传算法对非合作博弈模型的Nash均衡点进行有效求解,通过求解结果验证模型的正确性。     

云制造系统中基于粒子群优化的多任务调度

为解决云制造系统的同类型多任务调度问题,建立了该问题的数学模型,提出了一种离散粒子群遗传混合算法,以所有任务的总完成时间及成本最优为目标进行求解.该算法采用整数编码方法建立粒子的位置矢量与服务分配的映射关系,在采用标准粒子群算法更新粒子位置时,引入了遗传算法的交叉和变异操作思想,使用4种方法按条件"逐级叠加"的方式对粒子位置进行更新,以保证种群的多样性.算例仿真结果表明,该算法是有效的且具有较高的执行效率.     

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。     

云制造环境下的演化博弈公差分配方法

针对云制造环境下复杂多样的制造资源对产品装配尺寸链公差分配的影响,提出了一种基于演化博弈的公差分配方法。首先以同属一个尺寸链中的各公差单元为博弈方,综合考虑公差设计方案的质量损失和资源价格两方面,将装配质量要求和成本转换为公差单元选择制造资源后的总支付,以公差单元对资源的选择为博弈策略,建立演化博弈模型;然后,构造模型的复制动力学方程,模拟不同用户的策略适应过程;最后,运用Lyapunov第二方法证明该模型能够收敛至演化均衡,并利用分布式迭代算法进行求解。以车身前端装配总成公差分配设计为例,验证该模型及算法的可行性与有效性,实验结果表明:质量损失系数对资源选择策略无影响,但会影响总支付;所提演化博弈方法与非合作博弈方法、线性加权方法相比,可降低公差分配方案的质量损失及总支付,平均降低了28.3%～54.0%和18.2%～63.6%。将该演化博弈方法应用于装配尺寸链公差分配设计,实现了云制造环境下依据公差设计进行制造资源的选择。     

云制造中加工设备资源语义模型研究

为了解决云制造环境下加工设备资源的虚拟化封装问题,建立了一种开放的、柔性的加工设备资源模型。在深入解析制造资源内涵、分类、特性的基础上,分析了加工设备资源的特点,结合语义知识和WEB技术,建立了加工设备资源模型。给出了加工设备资源语义描述方法,建立了描述模板。最后详述了云制造资源匹配流程,为云制造平台资源管理提供了重要基础和条件。     

基于非合作博弈的公交出行结构优化分析

为了在有限的公共交通资源下让出行者使用公共交通获得的出行收益最高,以公共交通出行结构作为研究对象,运用非合作博弈的方法,以出行距离为依据对出行者进行划分,对居民公共交通出行构建博弈模型寻求Nash均衡点,以预测合理的城市轨道交通、常规公交分担比例,优化公共交通出行结构。结合太原市的实际情况进行分析,研究结果表明:61.34%的中、短距离出行居民选择常规公交出行;53.18%的长距离出行居民选择常规公交出行是太原市最佳公共交通出行结构比例。所构建的模型能够结合研究区域分析常规公交和地铁的Nash均衡点,并给出合理的最优公共交通出行结构,为有关公交优化提供参考和建议。     

虚拟实验室资源网格多任务调度

针对虚拟实验室的资源调度问题,提出了一种基于服务质量的网格算法.建立了虚拟实验室资源的网格模型,讨论了其特点;分析了虚拟实验室网格的服务质量体系,从可靠性、响应性、成本等6个方面对实验室服务质量进行量化评估,将用户的多任务调度问题描述为服务质量约束下的多任务协同寻优模型,以满足用户服务质量最大化为目标进行求解,并给出了基于遗传算子的求解算法;通过案例分析对本方案的可行性进行了验证和讨论,结果表明本方案有助于提高虚拟实验室资源利用率和服务水平.     

云制造资源的一种发现机制

针对当前现代制造模式研究热点的云制造,结合网络化制造资源发现原理及方法,提出了一种云制造资源的发现机制及其实现方法。首先分析了云制造基本内涵,给出了一种通用的四层体系结构,明确了云制造环境下制造资源的分类及特征,结合语义Web服务和OWL-S技术,提出了一种基于语义Web和本体知识的制造资源发现框架,并给出了一种基本的匹配策略和相似度算法。在实验的基础上,将对该发现机制与其他发现机制进行比较,结果表明这种方法查全率和查准率较高。     

产品竞争与观念竞争博弈分析

针对市场营销竞争中的两个方面,产品竞争和观念竞争进行博弈分析,并且对于营销行为背后所蕴藏的深层次动因进行初步的探讨与分析.     

资源受限条件下公路工程进度计划优化方法

针对资源限制条件下的公路工程进度安排问题，讨论了资源分配的优先准则和工作调整步骤，对比分析了优先系数方法和资源调配方法的优化结果，在优先系数计算公式中考虑“工作最早完成时间”参数，对优先系数计算公式进行了改进，以提高模型的适应性；应用“约翰逊-贝尔曼”法则，对新参数的合理性作了进一步论证。分析结果表明，改进后的模型能够更合理地确定发生资源冲突时各项工作的先后顺序，可迅速有效地得到资源限制条件下的最短工期计划。     

基于合作博弈的网格资源分配

针对网格资源分配中的竞争问题,提出了一种合作博弈的方法,通过建立用户的评估函数,使得竞争同一资源的多个用户能够结成联盟来增加整体效用,其中用户分得的资源份额取决于出价水平.着重研究了联盟中用户的评估函数并证明了其满足非联盟评估函数的性质,因此在资源竞争中联盟成为有效的参与者.分析表明,该方法不仅可产生惟一的纳什均衡,而且能够为联盟用户带来更多的收益,从而实现帕累托改进.     

基于CDVRS的虚拟机资源调度策略研究

云计算将各种处理器、存储以及网络等物理资源虚拟化为虚拟机,为用户分配相应的虚拟机以及将虚拟机调度到物理资源上是云计算中一个重要问题.提出一种基于分类挖掘的虚拟机资源调度模型及算法CDVRS(virtual machine resources scheduling based on classification data mining)解决该问题,采集用户访问虚拟机及虚拟机映射物理资源的历史信息,采用改进的分类挖掘算法对其进行挖掘,得到指导虚拟机资源调度的分类规则和模式,在此基础上实施虚拟机资源调度.对模型和算法进行仿真,实验结果表明采用CDVRS算法相比GA(genetic algorithm)、PSO(particle swarm optimization)等算法在资源利用率上有较大的改善,能有效提高云计算中虚拟机资源调度的效率.     

认知无线电网络中功率控制方法的研究

分布式功率控制是认知无线电系统常用的功率控制方法之一.将非合作博弈论的方法应用于认知无线电的功率控制上,在Goodman所提出NPG模型以及NPGP模型上来进行代价函数的改进,并提出一种新的博弈算法来实现对认知无线电系统的功率控制.该算法不仅考虑到系统用户之间的公平性,同时还考虑到认知用户之间干扰的影响,并通过理论证明了其纳什均衡的存在性与唯一性.仿真结果表明,该算法不仅能使用户发射功率降低,同时还可以使用户的效用提高,并且收敛性较好.     

面向云制造的制造设备开放共享平台模型研究

全国高校机械学科购置的大量的机床制造设备满足科研和教学需要后,形成了大量空闲的制造能力。为提高设备利用率和投资效益,在对制造需求的信息表达与组织以及制造设备的制造能力进行描述的基础上,建立拥有两层体系架构的归一化模型,搭建面向云制造的制造设备开放共享平台,并从归一化模型在云制造平台中的易用性角度出发,提出了基于知识工程的用户界面策略。最后的实例证实了模型及平台的可用性。     

云制造环境下基于QoS的组合云服务自适应调整

为提高云制造环境下组合云服务的柔性,提出一种基于QoS的组合云服务自适应调整机制.该机制将可靠性、可用性、时间、价格和柔性度作为云服务的QoS特征,给出各特征值的量化方法和云服务QoS包含度的定义;对云制造环境下可能产生的异常进行了分类和抽象,将自适应调整逻辑引入组合云服务,建立了组合云服务自适应调整模型,并给出相应的调整算法和调整逻辑.设计了仿真实验,实验结果验证了所提方法的可行性和有效性.     

云计算下安全可控的移动弹性资源动态调度算法

当前云计算下移动弹性资源动态调度算法CPU利用率较低,且运行不稳定。为此,提出一种新的云计算下安全可控的移动弹性资源动态调度算法,把云计算下移动弹性资源的CPU平均利用率、内存负载、带宽负载以及可靠性看作移动弹性资源调度目标的约束,给出移动弹性资源的状态模型。依据遗传算法的优点,设计了一种基于蚁群算法的、安全可控的移动弹性资源动态调度算法。依据云计算下移动弹性资源动态调度特点和约束条件,利用适应度指标,对种群中个体的优良度进行描述,给出适应度函数。通过一维字符串完成对解的编码,利用轮盘赌法设置合理的阈值,获取所有染色体中选择性能较好的染色体。通过选择的实数编码完成对字符串的逆向解码,得到云计算下移动弹性资源调度的最优方案。实验结果表明,所提算法稳定性、效率和资源利用率高,迁移率低,负载均衡性好。     

基于负载均衡的在线云存储流量调度研究

在线云存储流量的调度问题是当前网络的研究热点。针对在线云存储系统中的文件上传请求调度问题,现有方案很少满足为用户提供不同带宽保证这一需求。针对不同付费级别用户要求不同带宽保证的服务场景,设计了基于请求队列长度的最大权重调度机制以及实际中可用的分布式二次随机选择调度算法,旨在实现系统服务器的流量均衡,同时最大化系统吞吐量。证明了最大权重调度机制能够保证系统稳定性,并且最大化系统吞吐量。实验结果表明,二次随机选择算法能够获得接近于最大权重调度机制的性能,较小的时间延迟和较大的系统吞吐量。其性能优于传统的Round-Robin调度算法。