关于车间作业调度的分布式遗传算法

本文针对车间调度问题提出了一种分布式遗传算法,并结合实例说明了算法的实现过程。介绍如何在车间作业计划调度中利用改进遗传算法,达到减轻人员负担,提高企业生产效率的目的。     

资源约束条件下多模式项目调度问题研究

本文建立了多模式资源约束下的项目调度问题MMRCPSP的优化模型。该模型是对传统的单模式资源约束下的项目调度问题RCPSP更接近实际的拓展，设计并编写了启发式遗传算法求解MMRCPSP模型，并用数值实例说明了模型的合理性和算法的有效性。     

基于语义网格环境的资源共享模型与分布式资源调度算法研究

为解决多资源文件共享和语义网格环境下异构资源共享管理问题,提出了一种新的分布式调度算法。该算法采用语义网格的分布式技术,充分利用资源共享模型实现高效的资源调度。仿真实验表明,该算法具有较好的执行效率。与其它算法相比,在相同任务数量时响应更快。     

分布式环境下的自动并行化调度算法

要充分利用因特网的空闲计算机CPU资源,必须建立分布式环境下的自动并行化系统.但传统的并行调度算法对于这种系统并不适用.为解决这个问题,文章探讨了分布式并行环境与传统并行环境的差异,尝试地提出分布式环境下的自动并行化调度算法.在分布式环境中,结合自动并行化系统使用该调度算法能够维持算法较高的加速比.     

改进遗传算法在云计算资源优化调度中的应用

在大量用户请求云计算资源服务时,如何合理组织资源和任务调度是云计算的关键技术之一。如果分配调度方法不合理,就可能产生用户需求得不到满足和资源使用不均衡等问题。在传统遗传算法基础上,将模拟退火算法与遗传算法相融合,扩大遗传算法的搜索领域,解决遗传算法早熟收敛现象,使云资源分配更加合理,以提高云资源利用率。在CloudSim平台上进行仿真,结果表明该方式能较好地对云计算资源进行分配,在能耗、带宽等约束条件下达到云资源最优调度的目的。     

多资源约束作业车间调度问题的模型研究

在柔性作业车间调度问题模型的基础上,针对资源约束作业车间调度问题及多目标柔性作业车间调度结合的问题,建立了资源约束下多目标柔性作业车间调度问题的数学模型,提出了启发式活动调度算法与遗传算法结合来对模型进行求解。选择操作采用轮盘赌选择方式;交叉操作采用基于活动启发式算法的交叉算子;变异操作采用基于领域搜索的变异。最后分析了一个具体调度结果实例。     

基于资源预测的MapReduce调度策略研究

通过对资源调度策略的深入研究与分析,参考数据库领域的并发控制等技术,提出了基于资源预测的分布式调度策略。其在两级调度策略基础上提供了资源预测、优化冲突解决等新特性,以全方面提升MapReduce作业调度的并发性、动态性和可扩展性。     

量子遗传算法在公交车辆调度中的应用

针对公交车辆调度的运行环境以及其现状,考虑到信号灯周期对乘客等车时间的影响,同时为了保证公交公司与乘客的两者利益,建立了公交车辆优化调度模型。针对拒绝策略容易产生效率低的问题,采用惩罚策略设计出一种新的适应度函数。基于基本遗传算法存在早熟收敛和易陷入局部最优解等问题,本文采用量子遗传算法来解决组合问题。研究结果表明,该方法能够有效地解决公交车辆运营优化调度的组合问题。     

基于分布式云计算的地铁监控系统研究

为了解决地铁监控中站点多、视频量大和数据共享的问题,本文设计了基于分布式云计算的地铁监控系统.首先,设计了分布式地铁监控系统的总体架构.然后,给出了视频云平台模型,采用星形拓扑结构将地铁监控服务迁移到云端实现,采用分布式资源管理的资源调度机制实现云节点之间的通信.最后建立统计模型并对云节点进行资源分析,实现分布式云服务器的总体监控.分布式云计算的地铁监控系统可靠性高,系统资源需求小,对智能化地铁监控有重要的应用价值.     

改进实数编码遗传算法在泵站优化调度中的应用研究

探讨了一种改进型实数编码遗传算法在泵站运行费用最低准则下泵站优化调度中的应用。为解决简单遗传算法收敛不成熟以及收敛速度较慢的问题,针对实数编码遗传算法提出了初始种群选择规则、遗传操作后的最优个体保留策略,以及单点交叉和扰动变异概率等综合改进方法。实例应用表明,改进型实数编码遗传算法有效实现了全局优化,加速了进化效率,对泵站优化调度具有很强的实用性。     

改进的蚂蚁遗传混合算法及应用

车间作业调度问题是一个典型的NP-hard问题。分析了蚂蚁算法和遗传算法的特点,就遗传算子、交叉概率和变异概率上对传统遗传算法进行了改进;同时为了加速蚂蚁的搜索效率、减少迭代次数,重构了传统蚂蚁算法的下一个结点选择策略、信息素的局部更新策略,并将改进后的两个算法进行混合求车间作业调度的最优解。试验表明,算法的改进和混合提高了搜索效率及搜索结果的准确性。     

多巷道堆垛机联合作业调度问题研究

自动化立体仓库作为现代物流技术领域内出现的一种新型仓储方式,在工业生产中发挥着日益重要的作用。自动化立体仓库作业调度往往需要多巷道堆垛机联合作业,根据作业调度相关原则,提出基于时间要求的堆垛机调度算法模型和优化调度的三个目标,运用遗传算法实现多目标的优化,采用矩阵编码和不同目标互相交叉的方法,解决多巷道堆垛机联合作业优化调度问题,突破了传统的仅对单目标进行优化的特点。     

基于改进遗传算法的柔性作业车间调度研究

针对中小型企业生产车间柔性作业调度问题,采用改进的遗传算法求解最优调度结果。将最大完工时间最小化作为调度目标,对经典遗传算法进行相应的改进。首先利用粒子群算法获取工序序列与粒子参数之间的映射关系,在初始种群中利用混沌映射和反向学习策略以提高初始种群质量;然后提出一种将机器编码和工序编码相结合的分段编码方法,以解决某道工序有多台可选机器加工的问题;最后利用自适应交叉和变异概率提高算法收敛速度。通过对 Brandimarte 设计的 10 组不同规格的基准案例进行仿真实验,得到进化曲线和最优调度方案。实验结果验证了该方法的实用性和有效性。     

基于改进遗传算法的多项目网络资源优化

文中通过分析多项目网络计划资源综合优化问题,抽象出其数学模型,并用改进遗传算法对其求解,最后通过验证得出改进的遗传算法求解该问题明显优于传统的遗传算法,改进后的算法能在较短的时间内找到一个最优解,具有快速收敛寻优的特点,在求解的效率和解的质量方面都达到了比较好的结果.     

基于遗传算法-多智能体的FMS刀具在线调度

为了解决静态调度和传统动态调度的缺点,提出一种基于多智能体的FMS刀具调度管理模型,进行刀具分配和回收的智能管理。文章定义模型智能体之间的交互逻辑,以刀具交换次数最小化为目标,建立刀具动态调度的数学模型,并针对该模型,设计相应的遗传算法。通过一个特定的刀具调度问题的优化,结果表明该遗传算法优化结果好于一般的启发式算法,消耗时间远低于隐枚举法,是多智能体调度模型理想的动态调度算法。     

网格环境下独立任务调度的混合遗传算法

提出一种新的混合遗传算法。该算法在基于传统遗传算法的基础上采用了分组和负载均衡策略。仿真实验结果表明,这种调度算法有效地实现了资源的负载均衡。它相对于传统遗传算法,收敛速度更快,能产生更好的调度结果。     

云计算环境中优化混合遗传算法的资源调度研究

将云计算传统的遗传算法应用到任务调度中,存在迭代次数多、资源利用率低、执行时间长等问题。因此,提出贪心算法来初始化种群,以避免随机初始化种群时基因的低表现性,并且引进精英因子到传统遗传算法中以优化收敛速度。设计出双适应度函数,兼顾考虑用户对执行时间和带宽的要求,通过采用可适应交叉和变异方法,提升算法的全局收敛能力。仿真实验结果表明,在云计算的任务调度中使用优化混合遗传算法能更加有效地解决资源调度问题。     

面向缓冲区容量有限的AGV系统调度研究

实际柔性制造系统中,由于加工区缓冲区容量有限,导致AGV配送任务时间延长,降低了系统工作效率。为解决此问题,建立缓冲区容量有限的AGV系统调度数学优化模型,提出混合灰狼遗传算法对AGV系统进行优化。新算法在传统遗传算法选择操作上,结合灰狼优化算法中的种群等级制度和灰狼狩猎机制,避免了传统精英策略中种群多样性变差的特点,增强了全局搜索能力。仿真结果表明：混合灰狼遗传算法较传统遗传算法具有更快的收敛速度,能得到更优解,提高AGV调度的效率,验证了相关改进机制的有效性。     

基于分布式仿真的智能控制实验教学平台设计

针对现有智能控制实验装置价格高、单台实验人数少、实验项目单一等问题,设计了基于分布式仿真的智能控制实验教学平台。该平台采用分层设计思想,构建了一个闭环智能控制系统,并通过三维视景实时显示实验效果。以基于遗传算法的无人机路径规划及路径跟踪控制问题为例,说明分布式仿真实验教学平台的教学应用。该分布式仿真实验教学平台便于学生完成智能控制实验,并进行二次开发和创新实验。     

基于改进遗传算法的作业车间调度

针对作业车间调度问题,利用改进遗传算法进行求解以优化调度结果。建立了以完工时间为目标的作业车间调度模型,通过编码、解码,以及复制、交叉、变异等操作,并利用精英保留策略及改进的自适应交叉和变异概率解决作业车间调度问题。通过对MT06基准案例的仿真实验,得到优化调度方案和进化曲线,结果验证了该方法的有效性和可行性。