飞机机电综合管理平台应用任务调度方法研究

针对飞机机电综合管理平台应用任务多、实时性强、安全性高的特点,通过研究ARINC653标准中的分区、进程两级任务调度机制和机载机电系统应用软件特点,设计了飞机机电综合管理平台应用任务分区划分、分区时间调度规划和分区内任务调度的具体方法。该方法可实现不同安全级别应用任务安全、实时共享机电综合管理平台资源。仿真实验结果表明,该方法能确定性保证飞机机电综合管理平台全部任务的可调度性,提高了系统安全性和硬件资源利用率,降低了系统开销。     

无人机仿真系统CAN总线调度及注册机制设计

针对无人机仿真系统传输数据量大,实时性要求高等特点,以基于CAN总线的飞行仿真系统为平台,设计了总线时间调度以及状态检测机制,对数据进行分组分时传输,保证总线通信的实时性,为仿真测试提供了一套正确有效的验证平台。针对传统仿真系统接口资源固定,不利于更改升级的问题,设计了接口资源注册机制,根据各接口节点的注册信息建立系统接口资源表,进行统一管理,提高了系统的灵活性,便于仿真系统的开发。     

Hadoop平台下自响应故障感知的检测技术研究实现

当今云计算环境下,Hadoop已经成为大数据处理的事实标准。然而云计算具有大规模、高复杂和动态性的特点,容易导致故障的发生,影响Hadoop上运行的作业。虽然Hadoop具有内置的故障检测和恢复机制,但云环境中不同节点负载大小的变化,被调度的作业仍然导致失败。针对此问题提出自响应故障感知的检测调度方法,对异构环境负载能力的不同,而做出服务器快节点和慢节点的判断,把作业分配调度到合适的节点上执行,调整任务决策来尽可能的防止任务失败的发生。最后在Hadoop框架下与基本调度器进行实验性能比较,结果显示该方法减少作业失败率最高达19%,并缩短了作业执行时间,同时也减少CPU和内存的使用。     

多车型车辆调度问题的优化模型

基于第十一届"华为杯"全国研究生数学建模竞赛E题第五问,针对一类多车型多目的地的整车物流运输调度问题,先直接计算完成总任务所需的车辆数来阐明该题的最优解的下界限为113辆,再对原始数据进行预处理,基于对乘用车的分类与排样算法,筛选出每种轿运车的M种装载方案代表,再对目的地位置及结合各目的地的任务需求,确定出3条不绕行路线,根据启发式调整优化算法,并以轿运车使用量最少及总行驶里程最短为优化目标,建立了多目标整数规划模型进行求解,最优可行解为114辆,其中1-1型91辆,1-2型18辆,2-2型5辆.     

考虑任务优先约束的同类岸桥作业调度优化

分析了以箱组为任务对象QCSP与以整贝为任务对象QCSP的异同,指出前者更能均衡各岸桥作业负荷,并减少船舶装卸作业时间。考虑到岸桥具有作业效率差异的特点,将其视为同类平行机调度问题,同时结合任务优先约束、岸桥作业不可相互穿越与安全距离等特有约束,建立了更加符合实际的以箱组为任务对象的岸桥作业调度混合整数规划模型,其优化目标是最小化装卸作业的makespan。针对模型求解的复杂度,设计了一种遗传算法,对算法搜索空间进行了讨论,并推导了问题的低界。实验算例表明所建立的模型能够反映岸桥作业调度过程中作业效率差异及任务优先约束现象,其算法能够在允许的运算时间内获得稳定的满意解,并且优化结果要全面优于以整贝为任务对象QCSP的调度方案。     

基于外包决策的并行调度随机模型

在传统的并行机器调度问题基础上引入了不确定随机变量,同时考虑了以产品外包为能力拓展形式的现代生产模式,建立了基于外包决策的并行调度随机模型.模型以带有拖期惩罚函数的最大化利润为目标,以遗传算法这种进化的启发式计算方法寻找最优解.同时引入虚拟机器的概念,实现了对外包情形下机器调度问题的有效处理和简化.实例证明,该模型更符合现代生产模式,极大地提高了企业的工作效率和经济效益.     

污水活性污泥处理过程的溶解氧增益调度控制

考察污水活性污泥处理过程溶解氧控制效果的重要性能指标是溶解氧浓度的波动情况和能耗。针对溶解氧的非线性传递模型,本文提出了以溶解氧设定值作为调度变量的溶解氧增益调度控制方法。即在溶解氧设定值进行泰勒级数展开得到线性模型,采用参考模型方法设计控制器,再根据不同的调度值(溶解氧设定值),调度线性时不变控制器。仿真结果表明,本文提出的增益调度控制方法无论在能耗方面还是在控制精度方面都要明显优越于常规的开关控制和PID控制。     

多核环境下内存数据库并发调度技术优化研究

对多核环境下内存数据进行并发调度,可以减少计算机宕机次数和数据切换时时间,提高数据并发调度精度,增加数据操作平稳性。当前的内存数据并发调度方法是利用PrebuiltTrigger对内存数据进行并发调度,在调度过程中,没有设定具体的内存数据调度目标,导致内存数据库中的数据因此错乱无序,存在数据并发调度精度低的问题。为此,提出一种基于Linux的多核环境下内存数据并发调度优化方法。该方法首先采用IACT算法对影响调度进行的数据和内存数据库中相似或重复数据进行清洗,然后以清洗的数据为基础,利用启发式算法对其进行数据特征选取,依据多属性决策理论对内存数据并发调度的最优路径属性权重集合进行计算,以其结果为依据,计算调度最优路径的偏差值,最后利用最小偏差值,建立调度最优路径线性规划模型,对每条调度路径的综合决策属性值进行排序,由此得到调度的最优路径,完成对多核环境下内存数据的并发调度。实验结果证明,所提方法可以对多核环境下内存数据进行高效率地并发调度,提高了数据调度精度,增加了内存数据的可循环利用性,为低开销的内存数据调度提供了支撑。     

光纤网络中的云数据并行调度

光纤网络的通信质量受到云数据调度均衡性影响很大,为了改善光纤网络通信质量,提高网络中云数据传输的吞吐量和保真率,通过云数据并行调度,实现云数据传输均衡,提出一种基于自适应判决反馈均衡的光纤网络云数据并行调度模型。构建光纤网络通信的传输信道模型,采用最小均方误差估计方法进行光纤网络的量化融合估计,运用匹配滤波检测器进行云数据中的干扰滤波处理,结合自适应判决反馈均衡方法进行信道均衡,在均衡的信道中对滤波输出的云数据进行并行调度和多线程输出调制。仿真结果表明,采用该方法进行光纤网络中的云数据并行调度的均衡性较好,输出数据的保真率较高,误码率较低,改善了光纤网络的整体性能。     

基于Thrift的RPC中间件在航天信息系统中的设计与实现

为了解决实际印刷车间突发设备故障和紧急插单问题,本文采用滚动窗口技术结合遗传算法的方法,建立适合实际印刷车间生产的动态再调度模型。设定若干印品订单、机器设备的加工工序以及各工序加工时间、工序约束条件等,以订单的最大最小加工时间和再调度的偏离度为多目标优化,采用周期与事件混合驱动策略,将滚动窗口再调度机制和遗传算法相结合进行流程设计和编码,构建印刷车间再调度模型。采用标准问题FT06和FT01验证了本文设计的模型算法的有效性和可行性。运行程序,模拟正常加工时紧急插单和机器故障突发时,系统生产新的调度计划即调度甘特图,仿真结果表明该动态调度模型可以用于印刷作业的正常排产调度,在遇突发状况时可生成稳定、符合交货日期的再调度方案。