NAT-PT簇负载平衡解决方案分析

在IPv4/IPv6实现互访环境中,NAT-PT是实现IPv4/IPv6互访的一个重要技术,但单一的NAT-PT必定会负载过重.就此,提出了NAT-PT簇解决单一NAT-PT负载过重的问题,分析了基于QoS路由算法、MPLS流量工程算法、集中式负载平衡调度算法解决NAT-PT簇负载均衡的方案,并给出了集中式负载平衡调度算法.     

一种实用的JOB-SHOP生产调度算法

根据生物遗传算法并结合工件的生产工艺知识，提出了一种JOB－SHOP生产调度新算法。该算法采用可编程控制器软件编程的巡回扫描原理，解决了生产调度的仿真问题，所提出的方法为解决生产调度问题提供了新的途径。     

带时间窗的互联网租车调度策略研究

在互联网租车模式中,车辆调度能有效解决"潮汐现象",对降低租车公司运营成本、 提高用户体验起到重要作用.针对用户对服务时间的要求,在车辆调度中引入时间窗,将问题转化为带时间窗的车辆调度问题(Vehicle Rou-ting Problem With Time Windows,VRPTW).根据互联网租车中车辆调度过程的约束建立数学模型,针对模型特点设计遗传算法求解.基于模拟数据做测试案例,对遗传算法的调度结果进行分析,实验结果表明了模型和算法的有效性.     

调度算法性能的研究

调度算法是操作系统中处理机调度所采取的调度策略.在设计调度算法时要考虑的因素很多,对于不同要求系统应采取不同的调度算法,而各种调度算法的性能是不一样的.用解析的方法对三种主要调度算法的性能进行了分析,提出了这些调度算法的适用场合.     

模糊交货期Flow Shop调度文化进化算法研究

基于文化算法及文化进化思想设计了的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到模糊Flow Shop问题的求解,用Matlab编程仿真测试.结果表明,此算法解决生产调度优化问题是可行的,而且其搜索性能优于简单遗传算法及模拟退火算法.     

基于模糊规划的处理时间不确定条件下的Job shop问题

研究了处理时间不确定条件下的 Job shop生产调度问题 ,建立了基于模糊规划理论的不确定 Job shop调度模型。在采用两种模糊运算的基础上 ,结合模糊优化和遗传算法给出了一个解决非线性模糊优化问题的可行算法 ,通过仿真数据说明了所建模型及算法的有效性 ,并就结果进行了讨论     

混合量子算法在生产调度中的应用

针对生产调度领域中的置换Flow Shop调度问题,在量子进化算法思想的基础上,进行了解码、最佳模式设计,并融入了优化方法,形成了混合量子算法(HQA).经过对多个算例的测试,证明HQA在生产调度领域能够提供良好的决策方案和依据.     

耶稣会驻澳门管区代表及其商业活动的相关问题

管区代表(Procurador)是16-17世纪耶稣会进行商业活动的关键人物.这一制度的创立不会晚于16世纪60年代,并由于范礼安(Alessandro Valignano)作于1580年的《管区代表规则》而趋于制度化.根据这份不断修订的《规则》,驻澳门管区代表的主要工作包括筹措资金、为教会购买并运送补给品、传递信件及输送人员等.因工作的特殊性,管区代表拥有自己的事务所和独断专行的种种特权.由于商业活动与传教士身份的出入以及各方面对于现实利益的追求,管区代表的行为在教会内外引发了激烈的争议.但是,迫于传教策略和生存需要的多重压力,管区代表制度一直延续了下来.很显然,探讨管区代表的工作内容及其相关问题,是对传统教会史以及文化交流史研究的突破与深化.     

线性矩阵不等式问题的进化计算解决方法

针对决定模糊控制中稳定性的线性矩阵不等式问题,提出了用进化计算来解决模糊控制中线性矩阵不等式的新算法。实验证明,该算法解“用于实现模糊控制的增益调度和稳定性的线性矩阵不等式”是有效的。     

最小时间窗规则及其在混合遗传算法中的应用

为了研究与优先规则结合的混合遗传算法,提出了最小时间窗规则(STW),设计了采用最小时间窗规则生成初始种群的算法.发现调度结果中时间窗越少和越小,则完工时间就越小.探讨了优先规则应用于遗传算法中在生成初始种群时的完工时间、广义海明距离和完工时间的标准偏差等性能指标.对不同规模基准调度问题的测试结果表明,STW规则在以最小化完工时间为目标的调度中,与其他几种简单规则相比,能产生较好的调度效果.在混合遗传算法中,采用STW规则产生的初始种群整体适应度最高,多样性较好.     

装卸工人调配问题新解法及其证明

阐述了现代物流技术中装卸工人调配问题、装卸工问题、限制情况下装卸工问题及其数学模型,证明了装卸工人调配问题与限制情况下装卸工问题的数学模型是等价的.通过分析装卸工人调配问题的数学性质得出该问题的一种新解法并给出其证明.新解法给出了该问题的所有最优解.     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

基于遗传算法的有柔性路径的动态调度问题研究

建立了有柔性路径的FMS动态调度问题的模型．采用离线重调度的方法，提出一种结合离线重调度两种生成调度方式的方法来阐述FMS的有柔性路径动态调度问题．最后给出了该问题的遗传算法解决方法和计算示例．     

存在爽约行为的异质患者序列预约调度优化

针对服务时间不同且存在爽约行为的异质患者,考虑患者的动态预约过程,设计患者的序列调度优化方案。给定患者集合,以最小化患者等待时间成本和医生空闲及加班成本为目标,建立混合整数规划模型,分别在不考虑患者超订和允许患者超订两种情况下优化排序方案。在此基础上,设计患者动态到达的序列预约调度优化方案,在患者发出预约请求时立即决定是否接受该患者,同时为接受预约的患者安排相应的服务时间,即为其分配服务开始时间。进一步地,提出将服务时间差异较大的患者进行分类调度、分时段就诊的预约方案,以减少医生加班和空闲时间。通过数值计算验证模型和算法的有效性。此外,数值结果显示,基于患者服务时间差异进行分类分时段的调度方案可以在一定程度上降低系统成本,提高服务效率。     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

一种求解JOB SHOP问题的新型混合遗传算法

针对一般车间（JOB SHOP）的作业排序问题设计了一种新的混合遗传算法,该算法将遗传算法和启发式方法相结合,利用遗传算法优化每台机器的首工序,并确定每台机器的优先工序,借助仿真,按照启发式方法安排每台机器的后续工序。通过算例比较,表明该算法具有良好的求解性能。     

高压半导体器件电場的二維数值分析

本文介绍了作者们为高压半导体器件的电场分布所编制的模拟程序,此程序是从泊松方程的积分形式出发的.对高压器件模拟程序中的溢出问题提出了一个解决办法.利用此程序对横向功率MOS结构的电场分布进行了模拟分析,得到了有益的结果.显然这一研究对高压器件和高压集成电路极为有益.     

基于有限优先级的动态调度算法

实时任务调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面。当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量。实时调度在理论分析时,都假设系统能够识别任意多的优先级。该文提出了在优先级数量有限的条件下的动态调度算法,给出了一个任务系统动态调度所需的最小优先级的数量的算法,并对算法的复杂性进行了分析。     

序列相关的流水车间成组调度仿真

针对经典调度中未考虑生产准备时间或将准备时间放入加工时间考虑的问题,结合生产实际,将生产准备时间 独立出来,关注准备时间与加工顺序相关的情况;考虑到工件加工过程的不确定性,以三角函数表示工件的加工时间。 在建立了序列相关的流水车间成组调度的模型的基础上,在Simio仿真环境中建立具体模型,按工件组加工时间的不同 设定6种调度方案,运行100次。实验结果表明Simio仿真软件可以很好的模拟序列相关的流水车间成组调度情况,并 发现生产准备时间总和越小则工件的完工时间越小,此结论推广至大规模调度问题时可在短时间内获得调度的最优解。     

柔性资源受限的多项目调度问题研究

对国内外关于资源受限的多项目调度问题及柔性资源的现状进行研究,将资源受限的多项目调度问题中的资源拓展为柔性资源并展望了柔性资源受限的多项目调度问题的研究方向。