梯级水库优化调度模型的蚁群系统(ACS)算法求解研究

【目的】对梯级水库调度模型的动态、高维、非线性、复杂优化问题进行求解。【方法】在传统蚂蚁系统的基础上,将蚁群系统中的蚁密、蚁量系统的局部更新和蚁周系统的全局更新有机结合,提出了一种求解梯级水库优化调度模型的改进蚁群算法,即蚁群系统(ACS)算法,采用ACS算法对乌江梯级水库进行了优化调度实例研究。【结果】ACS算法兼顾了计算的时间和精度,优化得乌江梯级发电量为96.538亿kW·h,相比利用动态搜索算法求解的乌江梯级发电量95.882亿kW·h略大,但均接近于乌江梯级设计多年平均发电量100.21亿kW·h。【结论】采用ACS算法可快速求解乌江梯级水库优化调度模型,并可得到满意的结果,说明该优化算法是合理、可行的。     

基于实时性的图像插值加速算法研究

插值算法在图像处理中扮演着重要角色,本文介绍了双线性播值的原理,分析了浮点运算对算法效率的制约,提出了通过把像素值放大一定倍数转换浮点运算为移位运算的算法加速方案,重点设计了插值加速算法,然后对加速算法的运行效率和图像质量进行了对比测试,证实了加速算法在保证图像质量的基础上提高了插值效率,可以在实时系统中广泛应用.     

DPSA和大系统分解协调在梯级水电站短期优化调度中的应用研究

建立了梯级水电站短期优化调度的数学模型,在此基础上探讨了逐次逼近(DPSA)和大系统分解协调2种降“维”算法的主要思想和实现方法,并对其进行了较深入的对比分析,认为2种算法的核心思想是相同的,都将收敛于满意优化解。决策者可根据计算精度和时间等的需要从不同优化方法中选择,以寻求满意解。最后给出了2种优化算法在工程中的算例,其结果可供实际应用参考。     

基于BACKFILL的"削足适履"并行作业调度算法

BACKFILL方法在并行作业调度时并不能有效地的利用CPU资源.在BACK-FILL的基础上,提出一种“削足适履”算法.利用CPU的空闲空间作为判断依据,扩展了可参与填充操作作业的数量,“削足适履”算法通过合理修改队列中作业的参数-CPU数量和运行时间,将BACKFILL算法无法处理的作业填充到空闲的CPU空间中,弥补了BACK-FILL算法的不足,提高了并行系统作业调度CPU利用率.     

基于蚁群算法的电梯群控调度优化策略研究

为了研究多台电梯的群控调度问题,并根据现有电梯调度策略的不足,建立以服务间和运行能耗为优化目标函数的调度模型,提出将电梯群控调度问题转化为离散组合优化问题,并利用蚁群优化算法求解.算法在接受众多乘客的随机请求下,能根据各电梯的运行现状,将不同层的乘客请求组合分配到相应电梯进行服务的最优调度方案,优化了群控电梯的运行模式,仿真实验证明算法能大幅度减少乘客的平均侯梯时间及缩短运行路径,证明了算法的有效性.     

利用模拟退火算法求解VRPTW问题的研究

带时间窗车辆调度问题(Vehicle Routing Problem with Time Window,VRPTW)是具有时间区间(即时间窗)约束的车辆调度问题,它比传统的车辆调度问题更加接近实际中的运输要求。本文从分析模拟退火算法的求解思想入手,建立一个利用模拟退火算法求解VRPTW问题的数学模型,并结合南宁铁路局南宁机务段多个检修基地物料配送的实际,求解出配送车辆最优派车方案,为企业节支创效提供技术支持。     

制造执行系统中的生产调度智能优化算法

生产调度直接影响到生产的速度,是生产管理控制的核心部分。分析了制造执行系统中的生产流程,提出了一种生产调度智能优化算法,并将这个算法运用到南京机床厂的制造执行系统的开发中,利用这种算法编写生产调度程序,计算时间短,调度结果令人满意,在实际中得到了很好的运用效果。     

网格资源调度算法的改进研究

资源管理与调度算法是网格计算中的2个核心问题。介绍了网格的基本概念,阐述了目前广泛使用的基于市场经济模型的资源调度截止期限和预算限制算法（DBC）,提出了把信誉度引入经济模型的资源调度算法中。不仅提高了任务的完成率,也提高了资源和消费者之间进行交易的安全性。     

人工鱼群优化在云计算环境中任务调度算法

针对云计算的编程模型框架,提出基于郭涛思想的人工鱼群算法,通过该算法不但能找到总任务完成时间较短的调度结果,而且该调度结果的任务平均完成时间也较短。通过仿真实验将该算法与基本的人工鱼群优化算法进行比较,结果表明,该算法优于基本的人工鱼群优化算法,是一种云计算环境下有效的任务调度算法。     

一种单调线性互补问题的full-Newton步不可行内点算法

对单调线性互补问题设计了一种新的full-Newton步不可行内点算法.该算法是对Liu Z和Sun W提出的线性规划的full-Newton步不可行内点算法的改进和推广.通过应用新的技术引理,证明了算法的多项式复杂性阶为O(nL),这与当前单调线性互补问题的不可行内点算法最好的迭代复杂性阶一致.     

改进的人工蜂群算法在作业调度中的应用

人工蜂群算法是一种模拟蜜蜂觅食行为的人工智能优化算法.作业调度问题是指在一个系统内通过某种方式分配工作以达到工作效率或资源分配最优.在本文中,将遗传算法的变异和杂交操作插到传统的人工蜂群算法中,从而提出一种改进的人工蜂群算法.变异操作在雇用蜂阶段后插入,杂交操作在跟随蜂阶段之后插入.实验表明,本文的改进人工蜂群算法在作业调度中的作用是有效的、显著的.     

基于Memetic算法的多模式约束项目调度问题研究

为解决多模式资源约束项目调度问题(MRCPSP),在建立数学模型基础上,提出一种改进的Memetic算法对模型进行求解.该算法利用遗传算法进行全局搜索,采用针对活动执行模式的整数编码方式,基因的值表示活动的优先权和执行模式,每条染色体对应一个满足资源约束的项目调度方案,种群在交叉和变异后采用模拟退火算法进行局部优化.实例仿真结果表明了该算法的有效性和高效性.     

基于Multi-agent技术的露天矿山生产调度系统的优化实现

针对动态变化、复杂非线性的露天矿山生产调度系统引入多智能体技术进行建模优化,将系统分为任务Agent、生产调度Agent、爆破Agent、运输Agent以及破碎Agent五个单智能体。在任务Agent中给出矿山的矿石需求量,运用自适应神经模糊推理系统（ANFIS）和遗传算法（GA）对爆破Agent进行建模优化;破碎Agent根据破碎能力以及破碎需求量对运输Agent进行约束,引入自适应变异程序改进粒子群算法(PSO)对运输Agent进行优化;生产调度Agent协调处理矿石需求量与各生产工艺Agent生产能力之间的矛盾,运用MATLAB软件对模型进行模拟实现。以某露天矿山为例构建露天矿山生产调度系统,建模优化结果表明该方法可行。     

基于逐步寻优算法的单库洪水优化调度

介绍了逐次寻优算法在水库洪水调度系统中的应用,主要包括水库洪水调度模型的建立、模型解算过程、洪水调度计算机系统软件的开发等。     

“渔光互补”下的微电网多目标能量优化调度策略

针对“渔光互补”下的微电网系统,为平衡能源“不可能三角”,提出一种多目标优化的能量优化调度方法。首先,基于“渔光互补”背景建立光-蓄-荷微电网系统模型,提出包含经济性、环保性及综合性的多维动态目标函数。其次,考虑麻雀搜索算法存在多样性不足和易陷入局部最优的缺陷,提出基于模拟退火算法及混合策略改进的麻雀搜索算法（SA-ISSA）的微电网能量优化调度策略。最后,针对上海崇明璞叶小镇“渔光互补”工厂化养殖基地进行实例验证,采用SA-ISSA算法对微电网模型求解,获得最优能量调度方案。实验结果表明,SA-ISSA算法在解决微电网能量优化调度问题上具有更好的性能和应用价值,可为“渔光互补”下微电网能量优化调度策略提供参考。     

一类带有二阶线搜索的非单调信赖域算法

提出了求解无约束最优化问题的带有新的非单调线搜索的非单调信赖域算法.当试探步不成功时,算法沿着试探步的方向求得下一个迭代点,其中步长运用新的非单调二阶线搜索计算,这种方法没有重新求解子问题,减少了计算量.在适当的条件下,证明了算法的全局收敛性.     

异构环境下改进的LATE调度算法

针对异构环境下LATE算法在选择备份任务及执行节点时的不足，提出一个改进的IR-LATE调度算法。算法通过计算为剩余完成时间最长、最需要备份的慢任务启动备份，并将其按负载不同进行分类，结合轮询算法，将备份任务分配到负载最小且成功/负载比高的节点上执行。实验结果表明，该算法与LATE算法比较，有效的将作业完成时间缩短了30%左右，提高了执行效率，进而促进系统的负载均衡。     

基于水库群优化调度的黄河干流梯级补偿效益分析

【目的】探讨黄河梯级水库群的补偿作用,为黄河流域水资源的可持续开发利用提供参考。【方法】考虑全流域综合需水、防洪、防凌、生态等要求,建立了梯级水库群优化调度模型,采用系统辨识自迭代模拟优化算法对模型进行求解,并设置了3种情景,采用长系列径流资料进行优化调度实例计算。【结果】分别量化了发电和供水补偿效益。通过龙羊峡、刘家峡水库的补偿,梯级电站和径流式电站分别增发电量17.54亿和16.63亿kW.h;沿黄各省增加供水量35.66亿m3。通过补偿效益的计算和分配,实现了最优化的梯级水库群联合调度。【结论】研究成果完善了水库群补偿效益理论,对提高不同利益主体水电站的联合调度热情、高效合理地利用水能资源具有重要意义,对其他流域水库补偿效益的计算和分配具有一定的参考价值。     

细菌群体趋药性算法在农产品配送车辆调度中的应用

描述了农产品配送车辆调度中存在的问题,建立了带有时间窗口约束的多目标农产品配送车辆调度模型,提出基于细菌群体趋药性算法的求解方法,仿真结果表明,基于细菌体趋药性算法的结果优于遗传算法,为农产品配送车辆调度问题的解决提供了新思路。     

基于混合遗传算法的车辆优化调度研究

将遗传算法和模拟退火算法结合,设计了一种混合遗传算法（自适应的模拟退火遗传算法）,并根据一般车辆优化调度问题的特性,进行算法的设计,比如染色体的编码方式、遗传算子以及参数的设定等,通过实例进行了仿真实验．结果表明：用这种混合遗传算法求解车辆优化调度问题,具有很好的优化性能．