能量收集型无线传感器网络中高效的能量调度算法

为了通过控制能量调度来最大化数据吞吐量,研究了随机能量到达和电池容量有限情况下的能量采集无线传感器节点的离线调度问题。假设能量收集大小在一个传输时间段T内为恒定的,但不同阶段之间能量收集服从随机模型,提出一个离线能量调度策略。基于能量随机变化的特性,能量调度策略可根据能量收集的分布来改变,并且数据吞吐量可达到最优离线算法的99%。仿真结果进一步验证了所提离线算法的效率。     

UASN中改进的锚点定位报文传输方案

水下声学传感器网络具有传输延时较长、数据速率较低、传输损耗较大等特点,影响着现有定位算法的报文传输效率。针对水下声学传感器网络中现有定位算法在报文传输效率方面的不足,提出了一种改进的定位报文传输方案。首先,已知锚点的相对位置及其最大传输范围后,分析了定位时的无冲突报文传输条件,然后定义定位任务时间最小化问题,并证明该问题可以获得最优解。在此基础上,提出两种基于调度的低复杂度求解算法。最后,通过多次仿真实验来比较该改进算法与OCSMA等当前水下MAC协议及传统的时隙方法的性能,实验结果表明本文算法的性能达到准最优水平,且远优于TDMA和OCSMA等其他当前算法。     

多信道环境下的偏斜调度策略研究

针对多信道广播中用户访问时间最小化的问题,提出一种偏斜调度策略。该策略引入了近似最优的TOSA算法的高层调度算法,然后将经典的多盘调度算法应用于算法中的低层调度以进一步提高数据广播性能。试验结果表明,该算法有效地降低了用户的平均访问时间．在偏斜数据访问模式下性能更优。     

最小化最长完工时间和总完工时间的无等待流水调度混合进化算法

针对NP难的最小化最长完工时间和总完工时间无等待流水双目标调度优化问题,分析相应的目标增量性质,提出用非支配划分方法将种群划分为具有不同优先级的Pareto面以提高搜索解的效率.除建立拥挤距离的概念和最优解策略外,提出2个基于目标增量的双目标局部搜索过程,以提高搜索解的性能.根据得到的性质和方法,构建一个求解所考虑问题的混合进化算法,并与目前最好的算法比较.实验结果表明所提出的算法在性能上优于所比较算法,并具有较高的效率.     

基于小生境的自适应多目标遗传算法求解流水车间调度问题

流水车间调度问题属于NP完全问题。为了更高效地求解多目标流水车间调度这一问题,提出了一种新的混合多目标遗传算法,采用小生境技术、双重精英策略及非劣解局部搜索,并且可根据适应度来自动调节交叉和变异概率。实验表明,该算法具有更快的收敛速度和优化效果。     

联合成本优化和队列稳定的数据中心调度算法

探讨了数据中心的调度成本最小化问题,设计了一种在线的分布式控制算法.在该算法中,每个服务器根据当前状态做出调度决策,达到网络队列稳定以及平均成本以概率1接近最优值.利用真实的流量数据进行仿真实验,以验证算法的有效性.     

共享负载的流媒体代理服务器协作算法探讨

为了提高流媒体代理服务器的IO吞吐能力 ,采用中间件技术将多台服务器粘合起来 ,形成代理缓存服务器集群是有效的解决方案 ,其中关键要解决代理服务器的协作问题 .用户请求调度的判定问题实际上属于NP完全问题 ,本文提出共享负载的流媒体代理服务器协作在线算法 ,并对在线算法与最优解的相对偏差进行讨论 .     

无等待流水调度混合进化算法

针对NP难的最小化最长完工时间和总完工时间无等待流水双目标调度优化问题,分析相应的目标增量性质,提出用非支配划分方法将种群划分为具有不同优先级的Pareto面以提高搜索解的效率．除建立拥挤距离的概念和最优解策略外,提出2个基于目标增量的双目标局部搜索过程,以提高搜索解的性能．根据得到的性质和方法,构建一个求解所考虑问题的混合进化算法,并与目前最好的算法比较．实验结果表明所提出的算法在性能上优于所比较算法,并具有较高的效率．     

混部负载场景下离线负载资源调度策略研究

混部负载是当前业界提高数据资源利用率的重要手段,其原理是将在线负载和离线负载共同放置于同一数据中心、共享资源,在保证在线负载服务质量的前提下,将空闲资源分配给离线负载。当前针对混部负载中离线负载的资源调度采用传统的公平或者短作业优先等策略,并未考虑在线负载资源需求波动对离线负载运行的影响。为了达到进一步提升资源利用率和作业吞吐率的目的,提出基于负载完成时间预判的模拟退火资源分配策略。结果表明,该策略比公平策略和短作业优先策略在平均资源利用率上分别提高了7.8%和15.5%,在吞吐率上分别提高了38.2%和29.1%。     

并行烟花算法求解多货场电子商务物流运输调度问题

根据电子商务物流运输调度过程中的特征,考虑了不同区域司机配送成本、多货场、时间窗等约束条件,建立了一种多货场电子商务物流运输调度模型,并提出一种并行烟花算法进行求解.所提出的算法采用货场车辆数与最大位置法结合的实数编码方式,并提出一种并行交流策略加强了算法的全局搜索能力以及提高运算速度.对比实验表明,相对于改进前的烟花算法,并行烟花算法具有较好的求解精度和求解时间.     

动态车辆调度系统的滚动时域调度算法

提出了一类特殊的动态车辆调度问题--动态独占性带时间窗口装卸货问题.给出了问题的数学描述,分析了其静态性质,并把问题简化为不对称带时间窗口旅行商问题.提出了求解该动态问题的滚动时域调度算法,通过时域的不断滚动,不仅可以跟踪问题的动态变化,还由于每次滚动只对部分客户进行处理,可以减少问题的求解时间.并分析了算法的3个要素:当前客户窗口、当前客户窗口的调度和滚动策略.测试结果验证了算法在求解动态车辆调度问题中的有效性.     

基于自适应交叉变异的飞蛾算法云计算任务调度策略

针对云计算资源调度效率低的问题,提出一种基于自适应交叉变异的飞蛾优化算法云资源调度策略.首先引入综合学习策略,对飞蛾种群进行初始化,提高全局搜索能力.其次在迭代过程中加入自适应交叉变异策略,加强粒子跳出局部最优的概率.最后建立云计算任务调度问题的数学模型,将改进后的飞蛾算法对模型进行求解,并将实验结果与其他优化策略的实验结果在时间花费和能源花费中进行对比,取得了较优的结果.     

一种分布式工作流引擎负载均衡的调度算法

提出了一种在异构环境下负载均衡调度策略,来解决各节点执行引擎负载不平衡的问题.新的调度策略与轮询算法相比,更加能够保证各执行引擎之间负载保持平衡.此外,当多引擎之间任务调度出现不平衡的状态时,该调度算法能动态地调整各节点引擎之间的负载,使之达到平衡状态.     

基于改进遗传算法的3D NoC测试优化

采用将固定的带宽TAM根据需要动态划分为多条子TAM分配给IP核测试数据传输的并行测试策略,重用NoC作为TAM,采用XYZ路由算法,以测试时间作为约束函数,在TAM带宽约束下采用改进的遗传算法为待测IP核选择合适的调度顺序以获得最短测试时间,提高测试效率.实验结果表明,针对不同规模的NoC,使用云模型更新寻优到精英种群后,再使用遗传算法更新个体的方法能找到最优测试方案,减小测试时间,提高资源利用率.     

大数据处理框架中基于MDP的任务调度算法

针对大数据处理框架MapReduce中的任务调度问题,提出一种基于Markov决策过程（Markov Decision Process,MDP）的任务调度算法,通过状态集来描述集群中节点的负载和作业的数据本地性需求,使用状态转移函数表示调度策略对状态的影响,采用值迭代求解算法求取最优策略,实现集群中节点的最优调度．实验结果表明,该算法能够保证数据本地性的同时,减少作业响应时间,提高系统综合性能．     

基于分解的混合多目标进化算法在供水调度系统中的应用

建立了供水调度模型,利用基于分解的多目标进化算法,首先将供水调度问题分解为若干单目标,然后根据分布估计的思想对各个单目标建立概率模型,通过采样产生新的个体。利用非支配排序法进行选择,得到最优解。实验表明,该算法对求解供水调度优化问题具有较好的多样性和均匀性,并且降低了算法的计算复杂度。     

基于卡尔曼滤波的网络安全预测

针对现有网络安全态势预测模型往往只能对离线数据进行预测,无法根据历史信息来对当前数据进行在线实时预测的问题,提出了一种基于卡尔曼滤波的网络安全态势预测方法.首先,介绍了卡尔曼滤波的基本原理和相应的状态方程和预测方程,然后设计了基于卡尔曼滤波的网络安全态势在线预测算法,算法采用最小二乘方法来求解预测方程中的权值矩阵和噪声参数,从而获得了相应的预测表达式,可以实现对网络安全态势的实时预测.为了验证所提模型的预测效果,将其应用于离线数据集和在线实时数据中,并与其它方法进行了比较.仿真结果表明:所提模型能准确有效地对网络安全态势进行预测,具有预测精度高的优点,和其他方法相比,具有较大的优越性.     

基于改进蝙蝠算法的电力系统节能发电调度策略研究

本文对含火力发电,水利发电的电力系统的发电优化调度进行策略分析,实现电力系统的节能发电调度.策略中通过构建基于火力发电中的煤炭耗量最小化、整个电网网络损耗最小化以及对水电站的蓄水量调节最大化的多目标优化函数.在对多目标优化函数求解时采用差分算法与蝙蝠算法结合的改进蝙蝠算法进行优化处理,实验结果表明,该优化算法能够相比于直接采用蝙蝠算法能够有效提高节能率,这可以为电力调度决策提供依据.     

一种用于给水管网多目标优化的改进差分算法

针对标准差分算法无法有效处理给水管网多目标优化问题,提出一种新的算法——改进差分算法。首先,采用Pareto最优原理和非支配排序策略,建立多目标优化机制,保障算法对多个目标的协调与寻优;其次,采用精英策略取代差分算法原有的选择策略,确保每次寻优均能得到基于全局的最优个体,提高寻优效率。河内管网的优化案例表明,改进的差分算法是一种可行的、适用于给水管网多目标优化的方法。     

异步电动机最大效率转矩比控制方法

针对传统异步电动机直接转矩及直接磁链控制中未考虑电动机效率的问题,提出异步电动机最大效率转矩比控制方法。此方法将定子磁链作为控制对象,并联合电动机损耗模型给出磁链在线计算方法。在线磁链计算是根据电动机的实时工况给出最佳磁链参考值,而参考值的给定依据是当前转矩下的效率最大,所以所提方法可应用于直接转矩或直接磁链控制系统中。而电动机损耗模型对参数具有依赖性,同时在线计算不利于工业应用,因此通过实验方法建立了一组特定温度下的多速域不同负载下的离线表。实验结果表明,所提出的算法具有可行性,尤其在轻载工况下效率提升明显。