Hadoop Yarn标签调度的应用

文章详细介绍了Hadoop Yarn框架及Hadoop调度,并分析了Yarn框架下的标签调度(Label based scheduling)策略,以实例方式详细介绍了标签调度的应用场合和使用方法。该文的方法对基于Hadoop Yarn框架下的大数据处理平台配置,特别是异构环境中的平台优化有一定的参考意义。     

自动化立体仓库中作业调度的研究

提出了一种简化的仓库模型,并针对该模型提出了作业调度算法;作业调度通过作业调度算法将入出库作业解析为由任务号相关联的入出库小车、堆垛机的入出任务,然后根据设备任务执行算法完成入出库任务,这些算法对自动化立体仓库的建设具有重要的指导意义:最后将作业调度算法运用到了某公司自动化立体仓库的实施过程中,取得了良好的效果。     

具有模糊加工时间的偏柔性作业车间调度问题研究

研究了以最小化制造跨度为目标的,具有模糊加工时间的偏柔性作业车间调度问题。针对该问题,采用三角模糊数来表征时间参数;并采用预处理算法,将偏柔性作业车间调度问题转化为更容易处理的完全柔性作业车间调度问题,给出了基于粒子群优化的调度模型;最后通过实例验证了模型的有效性。     

柔性作业车间动态调度问题研究

针对车间调度问题柔性化、动态化的特点,对柔性作业车间动态调度问题进行了研究。构建了柔性作业车间动态调度数学模型,给出了基于周期与事件驱动的滚动窗口再调度策略,通过更新窗口工件集信息,运用调度模型及遗传算法实时给出再调度优化方案。同时,对求解的遗传算法进行了设计。最后,通过一个应用算例验证了动态调度模型、调度策略及算法的有效．陆和可行性。     

基于Hadoop分布式文件系统的单点问题的研究

从Hadoop分布式文件系统的架构出发,对NameNode节点存在的单点问题进行了分析与研究。在这个前提下,针对单点内存瓶颈问题,提出了一个小文件归并算法。此算法以Hadoop为基础,利用Hadoop分布式文件系统的特点,将归并后生成的大文件序列化到Hadoop分布式文件系统,很好地解决了小文件过多时NameNode单点内存瓶颈问题,并提高了系统的性能和可靠性。     

蜂群算法在作业车间调度问题中的应用

运用一种新型的启发式算法一蜂群算法对作业车间调度问题进行求解,并通过经典的实例对该算法进行检验,结果表明,蜂群算法求解作业车间调度问题是有效的,同时发现蜂群算法在搜索过程中能自组织进行变换角色,具有很强的自组织、自适应以及鲁棒性强等特点.     

蜂群算法在作业车间调度问题中的应用

运用一种新型的启发式算法—蜂群算法对作业车间调度问题进行求解,并通过经典的实例对该算法进行检验,结果表明,蜂群算法求解作业车间调度问题是有效的,同时发现蜂群算法在搜索过程中能自组织进行变换角色,具有很强的自组织、自适应以及鲁棒性强等特点。     

基于层次分析法的钢铁物流园车辆动态排队方法研究

车辆作为钢铁物流园作业系统的中心环节,是钢铁物流优化调度研究的重要内容之一。目前车辆入园排队管理大部分采用人工调度,缺乏科学优化。对此,通过分析物流园相关的作业数据,建立基于各项数据的评价指标模型,结合层次分析法确定各项评价指标的权重,搭建了车辆入园排队模型,合理的车辆入园顺序能够减少物流成本,增加客户的满意度。最后,参考某钢铁物流园区车辆作业实际情况,运用多组规模算例对模型与算法的有效性进行了分析和验证。结果表明,本研究对钢铁物流园区的运作具有一定的实际意义和借鉴价值。     

基于混合交叉作业的集装箱物流码头调度问题研究

以集装箱物流码头的整体运营效益为基础,考虑了集装箱物流码头生产作业过程中的泊位动态分配、搬运作业、装卸过程等各个重要环节之间的关系,提出了基于混合交叉作业体系的调度优化方案,建立了集装箱物流码头调度问题模型,并设计了求解此类问题的双层遗传算法,算法解决了物流码头的设备资源的合理配置和集装箱卡车的线路优化问题。通过实例分析,验证了所提出的基于混合交叉作业的模型和算法的应用效果,能充分提升集装箱物流码头的生产作业效率,有效控制了码头运营费用,为集装箱物流码头的调度优化问题提供了决策支持。     

浅谈数字集群专业技术

数字集群替代模拟集群是通信发展的必要趋势。本文从数字集群的概念、网络架构、接口描述、调度子系统的接口协议等等方面介绍了数字集群技术；采用前向业务共享技术及快速连接技术，解决了“一呼百应”和快速接入等技术难题，实现了数字集群模拟化及调度指挥数字化，从而推动数字集群的发展。