兰剑:天下武功唯快不破——专访兰剑智能科技股份有限公司高级副总裁张贻弓博士

快——新品再发布穿行高速间兰剑智能继2019年发布蜂巢系统之后,2020年它们又再次推出全流程智慧系统(Total Intelligent System)涵盖从入库到出库端到端的、一体化智慧物流解决方案,涉及包括智能装备、任务调度、运行优化、设备运维、经营决策的各个方面的解决方法。     

新产品开发过程中的任务调度与分配

新产品开发过程工程管理是企业和研究者关注的热点,其过程中的任务调度和资源优化配置,对于资源的利用率、开发成本和开发周期都有改善作用。通过回顾新产品开发过程中的任务调度、任务分配、试验任务分配等方面的研究进展,发现这方面的研究总体上还比较匮乏,特别是试验任务调度与分配研究。在此基础上分析了其主要考虑的模型要素以及常用的求解方法,为进一步研究提供参考。     

TinyOS任务调度策略改进研究

针对无线传感器网络操作系统TinyOS任务调度策略的不足,该文提出了一种基于快速任务排队算法和动态优先级的FQ—IP任务调度策略。随着无线传感器技术的发展,TinyOS任务队列长度由8增加到了256,这使得任务队列排队算法显得愈发重要,该文提出了一种平均查找长度较小的排队算法,通过仿真测试表明,该算法可以在增加很小的计算开销下显著提高排队速度。同时,本文提出的策略通过定时的增加任务队列中任务的优先级的大小,使得低优先权任务能够在预订的时间范围内得到系统的调度,提高了系统的整体任务吞吐量。     

多目标约束条件的云计算资源调度算法仿真

针对在云计算环境下多目标约束〔Qas)要求各不相同的用户调度问题,提出了一种解决多目标约束的云计算任务调度策略。该策略根据用户提出的各不相同的目标约束要求,分别构造约束条件,利用隶属度函数将多目标约束问题转换为单目标约束问题,再利用新构造的遗传算法对单目标求解,得到策略最优解。最后进行仿真实验,实验结果表明该算法有效降低了调度任务的截止时间底线违背率、平均任务执行时间以及其平均执行成本。     

基于改进粒子群算法的卫星数传任务调度

建立了卫星数传任务调度模型,讨论了约束条件和调度目标.设计了一种自适应规模粒子群算法,该算法采用基于星地可视时间窗的十进制编码,各粒子编码表示不同可视时间窗内可分配数传作业的概率.在迭代过程中根据粒子群整体差异度动态调整种群规模,删除部分差异度小的粒子,同时增加新粒子以保证种群多样性.通过实例仿真表明,自适应规模粒子群算法在解决卫星数传任务调度问题中具有调度结果优、收敛速度快等优点,并对算法的控制参数取值进行了分析.     

数控机床任务调度与刀具分配网络化管理系统

对数控机床任务调度与刀具分配网络化管理系统的实现进行了分析,为网络化管理系统的架构提供了参考。     

基于云计算的任务调度模型及策略

云计算是一种由并行计算和分布式计算发展而来的计算模型。任务调度是云计算的一个主要研究方向,本文首先介绍云计算的相关概念,包括云计算的定义、发展历史以及云计算的关键技术。然后阐述云计算的任务调度模型,描述了云计算资源调度流程。再介绍云计算中的任务调度策略,讨论了现有任务调度策略的优点及存在的问题,并对基于云计算的任务调度研究前景进行展望。     

机群的负载平衡技术

在网络机群系统下,采用负载平衡技术实现机群负载平衡,能以较低的成本消除网络瓶颈,提高网络的灵活性和可靠性,使机群系统的整体吞吐量有所提高。     

大型数据仓库建设浅析

本文针重点针对数据仓库的技术架构建设及作业调度两个方面进行了重点阐述,深入浅出的给读者介绍了数据库仓库项目建设的核心环节.