Cloudsim中基于智能算法的任务调度研究

云计算~[1]是一种基于网络的、按需获取服务资源的大型分布式计算模式。任务调度则是云计算中的关键技术之一,任务调度策略的优劣直接影响到用户提交作业的执行效率和对服务质量的满意度。针对于此,本文将几类传统任务调度算法的性能进行了比较,并在基本算法的基础上融入最优调度的思想,实验证明本文所设计的算法在一定程度上节约了任务的总调度时间,有一定的可行性。     

基于时间约束的物流运输路线优化

在分析车辆运输费用和运输时间的基础之上,建立一个以规定时间内最小费用为目标的物流调度路线优化数学模型。同时给出车辆路线问题的求解算法思路和计算流程,并结合实例,采用Dijkstra迭代方法,讨论该算法的应用。从而为在物流调度的车辆运输路线优化中实现在满足时间约束条件下达到运输费用最低提供依据和方法。     

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。     

基于多Agent粒子群改进算法的车间调度

针对制造系统中车间调度过程存在的动态性与复杂性问题,本文基于粒子群算法,结合多Agent协同优化性,构建了粒子群算法的是适应度函数,以及多Agent车间调度的行动策略,提出了基于多Agent粒子群改进算法(particle swarm improved algorithmbased on multi-agent,PSIMA),建立了基于多Agent粒子群改进算法流程。最后,通过具体实例,该方法比传统粒子群算法在计算时间以及计算复杂度上有明显改进,为解决制造系统中车间调度问题提供了一种新的方法指导。     

基于离散鲸鱼优化算法的仓储物流AGV路径规划

对仓储物流内多AGV系统路径规划问题展开研究。针对传统鲸鱼算法在解决离散化问题方面的不足,提出一种离散鲸鱼优化算法（DWOA）。首先,为提高算法的执行速度和寻优能力,建立以完成时间最小为目标的数学模型,采用DWOA算法寻找最优路径;然后,提出基于预约表的避障策略,解决多AGV之间的冲突死锁等问题;最后,通过仿真实验表明,避障策略可有效预测冲突,DWOA算法寻优耗费时间减少了17.3%,为多AGV系统提供更优的路径。     

基于蚁群算法的车间生产调度模型的研究与应用

针对面向订单的车间生产调度问题的局限性,结合实际生产情况,建立了订单车间生产调度管理系统,并对调度算法模型进行了深入研究,提出了一种综合运用理想点求模与蚁群算法的订单多目标优化调度方法。以最小化设备资源利用总时间、最小化产品延迟交货总时间为目标,利用蚁群算法对企业生产能力范围内的订单进行多目标优化调度,调度报表为企业实际生产提供指导。该系统和方法在某重型机械集团公司进行应用,体现了减少劳动力投入、缩短生产周期的效果。     

易腐货物运输配流的优化研究

研究了价值随时间流逝而损失的易腐货物运输的配流问题.首先推算出易腐货物价值损失计算公式,然后通过建立网格资源分配和任务调度模型,把所研究的问题转化为整数规划问题.通过设计基于长编码思想的自适应克隆选择算法,进行了模型求解.最后通过具体算例,证明了算法的有效性.     

云计算环境下的物流资源调度算法研究

针对系统处理大规模物流调度信息能力不足的情况,提出了一种基于云计算环境下的物流资源调度优化模型对问题进行求解.在云计算环境下处理订单信息、车辆调度信息,并针对所有订单生成最合理的配送方案,通过对物流主要资源配送车辆的调度研究,建立配送路径算法模型以及最小配送成本算法模型,作为物流资源调度方案的解决策略.通过仿真结果表明,该算法能有效处理大量的物流资源调度信息,同时缩短计算求解时间.     

C—W算法在JIT采购中的应用

文章研究Just in Time（JIT）背景下制造商主导的第三方物流（Third Party Logistics,3PL）运输调度问题。制造商根据其生产计划的要求进行采购。文章使用C—W路线优化算法,在线路规划中考虑了车辆载重量、客积以及车辆到达时间的影响．实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C—W算法对解决采购物流中运输调度问题的适用性。     

一种解决配送规划问题的改进节约算法

车辆优化调度问题（VSP）是物流配送中广泛存在的一类问题，VSP问题属于NP一困难问题。在描述了简单VSP模型的基础上，对启发式算法中的C-W节约算法进行改进，将AK算法的思想运用其中，使计算结果的优化程度明显提高。     

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。     

蚁群算法解决有时间窗的车辆优化调度问题研究

有时间窗的车辆路径问题（Vehicle Routing Problem With Time Windows，VRPTW）属于NP-Hard问题，严格的时间约束使VRFTW非常复杂。应用蚁群算法（Ant Colony Algorithm,ACA）思想来解决VRPTW。对已有蚁群算法解决车辆路径优化问题（VRP）的模型进行改进，对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性、适用性进行了验证。实验结果表明，ACA可以快速、有效求得VRFTW的优化解，是求解VRFTW的一个较好方案。     

基于信息熵的混沌遗传算法求解网格工作流调度问题

网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下,是通过很多相互依赖的任务来描述作业的,这让工作流调度面临巨大的挑战。在本文中,提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题,它利用信息熵的概念动态调整了交叉和变异概率,优化了传统的遗传算法,并最终通过实验证明了算法的有效性。     

基于改进遗传算法的网约车共乘优化调度模型求解

以往网约车调度模型都是基于门对门服务的假设上构建的,车辆可以直接到达乘客要求的地点接送乘客,而文章所提出的网约车共乘优化调度模型（Dial-a-ride Problem with Meeting Points, DARP-M）是一类亟待研究的车辆路径问题,在传统车辆路径问题的基础上,考虑了每位乘客的接送位置。为解决这一类问题,建立相应的数学模型,并提出求解该问题的一种新的改进遗传算法（Improved Genetic Algorithm, IGA）,该算法通过提前生成满足约束条件的可行解来简化计算规模,同时优化传统遗传算法的交叉变异步骤,达到快速收敛的效果,并且可以灵活解决其他类似问题。算例结果表明,将改进遗传算法运用到DARP-M模型中,能在较短的迭代次数内达到收敛,通过测试改进算法的参数,可以看出收敛的效果显著,且运算速度相对较快。     

以均衡为目标的车辆调度问题研究

针对物流配送企业私人承包车辆以及均衡配送线路工作量等新的物流管理理念,提出新的车辆调度模型,将车辆调度问题（VRP）转换为车辆选型和车辆路径优化两个子问题,设计Ak-FirstFit混合算法解决车辆选型问题,运用遗传算法解决车辆路径问题。基于JAVA编写计算机程序,运行结果表明该两阶段算法能够在有效时间内得到满意解。与基于传统物流管理理念的模型进行比较,得出新的两阶段模型能充分体现兼顾效率与公平思想的结论,其理念在物流配送企业中具有相当的借鉴性和推广前景。     

自适应协方差矩阵进化策略算法

自适应协方差矩阵进化策略（CMA—ES）算法是Nikolaus Hansen等人提出的一种新的进化算法。通过模拟自然界生物进化过程,达到寻优目的。多个测试函数结果表明,该算法具有全局性能好、寻优效率高的特点,为解决高计算代价复杂工程优化问题的求解提供了新的途径。     

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。     

Web应用与Quartz的整合研究

任务调度的功能多数应用于邮件的定时发送、数据的定时备份、自动执行业务处理等类型的Web应用。任务调度是基于准确时间点的调度,同时也可以根据用户自己设定的时间间隔或设定的调度次数自动执行任务。文章以介绍定时任务调度框架Quartz的特点、使用优势及其基本功能为主,分析Quartz与Spring框架进行整合开发,进行Web的定时调度功能开发的机制。     

两阶段法求解混装模式下的加热炉调度

针对目前加热炉调度模型少有考虑混装模式下加热炉调度优化的不足,建立了连铸一热轧混装一体化模式下的加热炉生产调度优化模型,并提出了基于贪婪算法和模拟退火算法的两阶段求解方法。生产数据测试表明该模型和算法能有效解决加热炉调度问题。     

基于蚁群算法的应急物流配送车辆调度研究

以车辆配送问题为背景,运用了蚁群算法来求解应急物流配送车辆调度模型。在带有时间窗的基础上考虑应急系统各节点的运输距离和费用构造模型。根据模型的特点,设计了蚁群算法求解方法,并针对蚂蚁路径选择做了改进性分析。实例研究结果表明．蚁群算法在应急物流配送车辆调度问题中具有合理性、可行性和有效性。