【摘 要】
：
实践生产中难以及时、全面掌握工件信息,现有静态全局调度也难以解决该情况下的批调度问题,提出时间驱动的滚动时域调度策略,在调度时域的滚动过程中逐步获取各工件信息。建立了滚动时域批调度数学模型,在加入局部惩罚函数的各调度时域内,运用粒子群算法局部优化初始调度为先到先加工规则下的调度效果。通过仿真,与静态局部调度规则进行对比,验证了粒子群算法下滚动时域批调度模型的有效性和适用性,并指出调度周期较长的情况
【机 构】
：
兰州理工大学经济管理学院,甘肃兰州730050;山东大学管理学院,山东济南250100
论文部分内容阅读
实践生产中难以及时、全面掌握工件信息,现有静态全局调度也难以解决该情况下的批调度问题,提出时间驱动的滚动时域调度策略,在调度时域的滚动过程中逐步获取各工件信息。建立了滚动时域批调度数学模型,在加入局部惩罚函数的各调度时域内,运用粒子群算法局部优化初始调度为先到先加工规则下的调度效果。通过仿真,与静态局部调度规则进行对比,验证了粒子群算法下滚动时域批调度模型的有效性和适用性,并指出调度周期较长的情况下,基于粒子群算法的批调度模型优化效果显著。
其他文献
针对服务器处于高负载情况时,传统数据库资源均衡分配方法响应时间较长,且无法实时反映数据库真实运行的情况,提出基于ALAD算法的数据库多属性资源均衡分配研究方法。利用ALAD算法计算服务器负载综合权重,基于此构建TG-LDA模型,将JSD距离作为资源共有与独有的主题相似度信息,获得资源特征表达式。根据数据库多属性资源特性求出最佳并行度,完成数据分片处理。通过连接不同片区数据获取输出属性集合。利用改进
随着信息技术的不断发展,网络服务逐渐成为人们生活的重要组成部分。与此同时,日益严重的网络安全问题,也给人们的信息和财产安全带来了巨大的安全隐患。入侵检测系统(Intrusion detection system, IDS)作为信息安全领域的研究热点之一,可以根据预定的规则扫描网络活动,监控网络流量,提供实时告警。然而IDS也存在着突出的问题,例如缺乏主动防御能力、检测落后于入侵等。因此,基于改进的
针对传统数据协同过滤方法存在过滤耗时长的问题,提出基于无限深度神经网络的Web大数据协同过滤方法。通过分析神经网络连接方式与结构,在时间维度上展开,研究其"无限深"的状态;为提高计算性能,调整权值,获取网络整体性能函数,利用反向传播算法确定目标函数,再使用梯度下降法更新参数,确保网络收敛到局部最小值;利用上述无限深度神经网络分别对Web大数据的权重、梯度以及相似度进行计算,评价各个数据并进行排序,
随着社会的不断发展,因交通作用导致的道路地下塌陷问题已经屡见不鲜。为此,分别从交通荷载特性和路面动力特性两方面进行分析研究,通过路面弹性模量与路面应变的关系模拟道路地面结构层中的路面效应。然后把路面结构划分成有限个单元,并将其进行离散化处理,通过对位移、速度和加速度三个矢量进行不断的迭代处理,直到达到收敛状态。再次通过有限元模型的计算,分析研究交通工具行驶过程荷载的不平稳增长对路面结构疲劳损伤的影
针对传统文本关键信息抽取模型中存在的信息抽取效果不佳、抽取耗时较长等问题,提出设计知识数据库中非结构化文本关键信息抽取模型。利用六元组优化隐马尔可夫模型,取得模型发生概率,平滑处理不完整的训练样本;对不同时刻释放观察值序列展开初始化、终结操作,获取最优状态序列,经过解码观察序列后,对比得到正序解码序列与逆序解码序列,滤除无解码歧义的状态,完成歧义消除;根据解得的最大概率状态序列,明确所要抽取的文本
为了保证语料库的安全性,提出基于分布式集群的语料库防篡改检索方法。通过分布式集群运行结构,采用决策树ID3算法分析节点的检测属性,构建语料库行为样本判定数,挖掘语料库浏览行为数据;采用数据关键特征防篡改检索方法,将监控代码植入到语料库浏览行为数据中,对语料库资源数据各特征函数进行加密处理,从而实现资源数据加密及防篡改检索。实验结果表明,上述方法的浏览行为挖掘效率较高,且能够将篡改信息全部检索出来,
提出一种采用径向基函数RBF神经网络对间接光照进行拟合的方法,以实现对动态视点场景的全局光照实时绘制。使用离线渲染的方式进行预计算,获得训练数据,通过减聚类的方法确定RBF的中心,采用有监督的学习方法进行训练,拟合间接光照中的视点位置、光源位置、场景中物体表面法向量等与间接光照值之间的非线性关系,以代替传统的全局光照模型完成间接光照的计算,避免了光线的多次求交。实验结果表明,上述方法能有效减少冗余
基于煤矿井下目标定位的重要性,结合压缩感知模型提出一种基于能量衰减矩阵的矿井目标定位方法.。方法首先建立一个网格位置坐标和网格序号一一对应的指纹数据库,然后构建测量矩阵和基于能量衰减模型的稀疏矩阵,并通过改进的贪婪匹配追踪算法重建目标位置信号,最后将位置信号和数据库进行比对确定目标位置。上述方法通过简化定位模型,不仅能够极大减少建立数据库的工作量,还能节省定位系统功耗以及提高定位精度。实验将所提算
针对外界洋流干扰条件下水下机器人-机械手系统轨迹跟踪精度低、控制稳定性差、抗干扰能力弱等问题,提出了一种基于非线性干扰观测器的水下机器人机械手反演轨迹跟踪控制方法。在构建了机械手数学模型基础上,引入非线性干扰观测器对洋流等外界不确定干扰进行实时预估,在控制系统输入端进行动态补偿后,采用反演算法设计机械手轨迹跟踪控制器,通过李雅普诺夫定理分析了闭环系统的稳定性。仿真结果表明,设计的干扰观测器能够有效
由于软件内部组网中数据类型复杂,增加了异类入侵数据的检测难度。目前现有的入侵数据检测方法存在误报、漏报率不理想的问题。为提高入侵数据检测的精准度,提出软件异类入侵数据自我识别强度云检测方法。通过数据收集、入侵分析和响应处理完成软件异类入侵数据识别;根据入侵对象与方式划分数据类型,获取数据编码,确定数据强度;考虑软件组网的周期性,优化源程序数据传输路径,提高检测入侵数据的精准度;利用云检测,识别入侵