已知工件最大加工时间的平行机排序问题

研究了已知工件最大加工时间,目标为极小化最大机器负载的半在线平行机排序问题．证明了对于一般的m（〉6）台机器,任意的半在线算法的竞争比至少是（√33＋3）／6．同时还设计了一个半在线算法,算法的竞争比为2-1／（m-1）．     

两台同型平行机的复合半在线排序问题

研究了两台同型平行机的一个复合半在线排序问题.即对已知工件加工时间递减和实例最优值,目标为极大化机器最早完工时间的复合半在线排序模型,分析了它的下界,并给出了竞争比为9/8的最优算法.     

可能产生中断且考虑运输的两台平行机排序问题

讨论两台平行机排序问题,有一台机器在某一个特定时刻可能产生中断,中断持续时间长短满足相应的概率,且工件转移到另一台机器上加工需要考虑运输时间．证明该问题是NP-困难的,设计一个复杂性为O（n^3（TP）^1）的动态规划算法,调整机器原有的工件排序,使得目标函数为带权重的总完工时间期望值最小．其中,n是工件的个数,TP是所有工件的加工时间之和,     

具有服务等级的可拒绝平行机排序问题

研究了将服务等级与拒绝费用2种模型复合起来的平行机排序问题.设有2台平行机M₁,M₂,加工速度相同;n个工件J₁,J₂,…,J_n分别按列表在线到达,每个工件J_j含有3个参数：加工长度t_j、拒绝费用p_j以及服务等级g_j=1,2.当工件到达时,可以接收加工,占用一定的加工时间;亦可拒绝,付出相应的罚值.目标为被接收工件的最大完工时间与被拒绝工件的总罚值之和最小.进一步,当且仅当g（M_i）≤g_j时,工件J_j可以分配给机器M_i加工,即机器M₁可以加工所有工件,机器M₂只能加工等级为g_j=2的工件,允许中断加工.设计了在线算法PH,并证明其竞争比为1+(√2)/(2)≈1.707,下界为1.618,上下界差约为0.089.     

带准备时间的两台同类机已知工件总加工时间的半在线排序问题的近似算法

主要研究带准备时间的两台同类机已知工件最大加工时间的半在线排序问题,目标函数极小化最大机器完工时间和极小化最大工件完工时间．对此问题给出了竞争比为√2的近似算法,并证明了不存在竞争比小于1＋√3/2的近似算法．     

基因组重排问题的一个近似算法

分子生物学中基因无方向的反向基因组重排问题在数学上已被证明是一个NP困难问题．基于断点图的概念，给出一个时间复杂性为O(max{b^(π)，nb(π)})，空间复杂性为0(n)的求其近似最优解的算法．其中n为基因组中基因个数，π=(π1,π2，…，πn)表示n个基因的一种排列，b(π)表示排列π中的断点数．数据实验的结果表明，该近似算法可以求得较好的结果．     

带准备时间的两台同类机半在线排序的近似算法

研究带准备时间的两台同类机已知工件最大加工时间的半在线排序问题,分别讨论了极小化最大机器完工时间和极小化最大工件完工时间这两个目标函数,对这两个目标函数给出了竞争比为3/2的近似算法,并证明了不存在竞争比小于√2的近似算法     

一个可中断两台可拒绝同型机半在线排序问题

讨论一个两台可拒绝同型机半在线排序问题的近似算法．设有两台同型机,工件逐个到达,可以被接收加工,消耗一定的加工时间tj,也可以被拒绝,但要付出一定的罚值Pj,目标是使被加工工件集的最大完工时间（makespan）和被拒绝工件集的罚值之和最小．此外,进一步假定每个工件的罚值和加工长度事先形成固定的比例α∈[0,＋∞）,即Pi=atj,针对工件加工可中断情形,设计出近似算法PRH,证明其竞争比．同时又给出该问题的下界,它们均为α的分段函数,且算法PRH在a∈[0,√2/2）∪[5/6＋∞）达到最优．     

带有到达时间和拒绝费用工件的同类机排序问题

研究了工件带有拒绝费用的m台同类机在线排序问题,m台机器的速度分别为s₁=s₂=…=s_m-1=1,s_m=s,当工件到达时,可以接收加工,占用一定的加工时间,也可以拒绝,付出相应的罚值. 目标是被接收工件的最长完工时间（makespan）与被拒绝工件的总罚值之和最小. 对工件2次到达时间问题（零时刻和r时刻各到达一批工件）设计了在线算法H,并证明该算法的竞争比为4-（2s）/（s+m-1）.     

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.     

带服务等级的同速机排序问题Multifit型算法研究

考虑一般情况下带服务等级的同速机排序问题.预先赋予每台机器和每个任务一个服务等级(grade ofservice)标号.每个任务只能被某台服务等级不高于该任务服务等级的机器加工.目标是最小化最大机器完工时间.这个问题最初由HWANG等提出并研究,HWANG等给出了一个最坏情况界为2-1m-1的算法.本文给出了求解这个问题的算法.并证明算法的最坏情况界不超过32+(1/2)k,其中k是算法中预先给定的迭代次数.     

机器带准备时间的三台平行机排序问题的线性时间算法

对于机器带准备时间的平行机排序问题,研究了3台机器的情况,给出了线性时间的对偶阈值算法族DA3(ε)(其中ε为可选参数),并证明了当ε=1/5时,对偶阈值算法DA3(1/5)的近似比为6/5,且该界为紧的.这是到目前为止最小且时间复杂性为线性时间的算法.     

具有服务等级的三台平行机排序问题

考虑带服务等级的三台平行机排序问题．预先赋予每台机器和每个任务一个服务等级（grade of service）标号．每个任务只能被某台服务等级不高于该任务服务等级的机器加工．目标是最小化最大机器完工时间.本文给出了求解这个问题的算法．并证明算法的最坏情况界不超过5/4＋（1/2）^k,其中k是算法中预先给定的迭代次数．已有的算法仅为3/2.     

一种基于V-TGRU模型的资源调度算法

提出了一种在私有云计算环境下基于机器学习V-TGRU模型进行资源预测的算法。通过统计历史记录,将其与当前工作负载下不同任务的先验资源使用情况相结合,同时考虑工作负载特性、主机特征和同一资源池中任务之间的亲和性等因素,动态预测多任务的资源占用情况,并根据预测结果和任务运行现状进行多目标任务优化调度。实验证明,此算法能有效完成对资源的预判选择、减少调度次数、节约调度时间、节省云计算资源和带宽,保障应用任务稳定运行。     

预知两种信息的两台并行处理器半在线调度

在调度理论中,问题常常被分为"在线"和"离线"两类,但在实际生产生活中,情况经常介于两者之间,即预先知道任务的部分信息,人们希望通过这些附加的部分信息改进算法的性能,此类问题即为"半在线"问题.文章讨论了经典并行处理器调度的两个半在线问题,目标为极大化处理器最早完工时间.对已知所有任务总加工时间和最大任务加工时间的半在线问题,给出了竞争比为4/5的最优半在线算法;对已知所有任务总加工时间,并且任务按加工时间非增顺序到达的半在线问题,给出了竞争比为8/9的最优半在线算法.从结果可以看出,预知两种信息比只知道一种信息的情况能更有效地解决问题.     

面向Saber算法的并行乘法器

随着量子计算的发展, 现有密码系统的安全性将受到严重威胁. Saber算法是抵御量子计算攻击的后量子密码方案之一, 但存在多项式商环上模乘占据运算开销过大的问题. 鉴此, 本文通过对Karatsuba算法和Schoolbook相乘方式的剖析, 提出一种面向Saber算法的并行乘法器设计方案. 该方案首先利用Karatsuba算法分解模乘运算的关键路径, 结合乘法复用和加法替换的策略减少硬件开销, 然后采用并行运算电路压缩关键运算路径时长, 最后在TSMC 65nm工艺下, 利用Modelsim和DC软件仿真验证. 结果表明 该方案运算时长为137个时钟周期, 与传统方式相比速度提升46.50%, 功耗为87.83mW, 面积为927.32×103 ?m2.