一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先，根据测控数传一体化站网资源使用需求，分析了站网资源调度的工作模式和约束条件，为站网资源调度问题建立了约束满足模型；然后，针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法，并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法；最后，根据实际的应用需求，通过仿真对比验证了算法的有效性。仿真结果显示，在典型调度场景下，所提的组合式算法调度成功率较启发式算法平均提高了22.3%。     

改进的粒子群算法在VRP中的应用

运输调度问题在理论和实践方面都是一个难题。粒子群算法是一种可以解决复杂组合优化问题的有效求解算法。提出了改变惯性权重的粒子群算法,并应用该方法用于求解典型的运输调度问题,结果表明,所提出的方法不仅能得到理想的结果,而且减少运算时间。     

多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函 数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结 合的方法对多站多星任务调度进行了求解。该优化调度模型及求解算法已成功运用于遥感卫 星数据接收站的日常运行工作中。     

车辆调度问题的全局—局部最优信息比粒子群算法研究

文章提出了一种新的改进标准粒子群算法即全局—局部最优信息比粒子群算法。该算法与标准粒子群算法和全局—局部最优最小值粒子群优化算法作了比较,仿真实验结果表明,该算法在收敛速度、解的质量和鲁棒性上都表现出了较优的性能,是求解车辆调度问题的一种较好方法。     

云计算中任务调度算法的研究综述

云计算中任务调度算法的好坏直接影响云计算系统整体性能,也影响着云计算系统处理用户提交的任务的能力。本文归纳了云计算调度的特点和性能指标,总结了云计算中的任务调度算法,分析了云计算任务调度算法的研究现状及其进展。最后讨论了现有任务调度策略存在的问题,为云调度研究指明了方向和思路。     

基于并行粒子群算法的解相关多用户检测

将“联姻”策略应用在粒子群算法中。提出一种并行粒子群算法（PPSO）。该算法可以有效地加强种群之间的联系，保证单个种群中的粒子在进化过程中的多样性，从而可获得更高效的搜索性能。分析了将并行粒子群算法应用于直接扩频CDMA解相关多用户检测的理论依据和实际性能。仿真结果证明该算法能够减小计算的复杂度，在抗多址干扰能力上比传统的匹配接收机和解相关接收机有显著的提高，与解相关接收机的抗远近能力相当，且比基于遗传算法的接收机具有更快的收敛速度。     

一种两阶段的敏捷卫星任务并行调度技术

敏捷卫星灵巧的姿态机动能力令其观测能力和使用效率得到大幅提升，也使得卫星任务调度变得更加复杂和困难。首先，通过分析敏捷卫星的工作模式、任务调度特点和使用约束，构建了基于任务重要性、任务满足度和任务成像质量等目标的敏捷卫星任务调度优化模型；然后，通过对敏捷卫星多种成像模式进行统一编码，设计了一种新的差分变异策略——基于排名的变异算子，提出了基于主从式的改进并行差分进化算法；最后，和基于时间轴的成像质量贪心算法相结合，给出一种新的两阶段敏捷卫星观测任务调度方法，并通过仿真对比验证了方法的有效性。     

交通堵塞扰动下多车场车辆路径优化

为解决物流配送中突发性交通堵塞造成的干扰问题,针对多车场带时间窗的车辆路径问题,建立交通堵塞扰动下多车场车辆路径干扰管理模型,并用离散粒子群算法求解,验证模型和算法的可行性和有效性。     

遗传算法有时间非满载车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题。对于有时间窗的非满载VSP问题,将货运量约束和时间窗约束转化为目标约束,建立了VSP模型。使用最大保留交叉、交叉率和变异率的自适应调整等技术,设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法,并给出算例,验证调度模型和遗传算法。     

同步卫星转发器二维时频资源蚁群调度算法

针对地球同步卫星转发器多任务时频资源调度问题，考虑任务执行时间和占用带宽需求，建立了以卫星系统总收益为目标的多约束规划模型，提出了基于任务频率时间窗口更新的蚁群调度算法。该算法综合考虑了任务优先级和时间灵活度，以增强蚁群在状态转移规则下的搜索能力；同时设计了虚拟任务、伪随机状态转移规则和信息素参数，保证算法向最优解逐步收敛。实例仿真表明，该算法相对于传统蚁群算法、遗传算法和启发式算法，在算法结果、寻优能力和稳定性方面具有显著优势。