调度模型

摘要： 针对多传感器系统跟踪多目标时频繁切换的问题,文中基于最小工作时长的思想,提出一种切换代价控制下的传感器调度方法。首先,依据部分可观马尔科夫决策过程(POMDP)确立调度模型,创建跟踪精度约束下的目标优化函数;其次,考虑到目标运动状态的未知性,将交互式多模型算法(IMM)与模糊积分粒子滤波算法(FQPF)相结合,采用后验克拉美罗下界(PCRLB)作为衡量指标,实现目标跟踪精度的准确预测,并以跟踪精度预测结果为依据,结合最小工作时长制定传感器调度策略;最后,基于所提方法分析跟踪精度阈值对传感器跟踪效能的影响,并结合任务需要提出阈值选取区间。仿真结果表明,相比于无工作时长约束和固定工作时长约束的调度方法,文中方法在满足跟踪任务要求的前提下,可有效降低传感器的切换次数,进一步提高多传感器系统目标跟踪的稳定性和有效性。

摘要： 为解决多灾害点应急资源调度问题,构建不同路况下运输消耗成本最低、装车时间最少的多目标应急资源调度模型,基于双自适应因子改进飞蛾扑火算法,克服传统飞蛾扑火算法存在的局部最优而早熟收敛、种群多样性低而全局寻优性能差的问题,提高算法的寻优性能和求解精度,并求解应急资源调度问题,获得各灾害点高效应急资源配置方案。研究结果表明:与经典飞蛾扑火优化(MFO)算法以及基于Levy飞行的飞蛾扑火优化(LMFO)算法相比,基于双自适应因子的改进MFO(DAMFO)算法模型求解精度更高,研究结果可为制定合理高效的应急资源调度方案提供依据。

摘要： 为了解决5G网络资源的分配问题,提高网络虚拟资源的利用率,为用户定制最佳的虚拟资源分配方案,提出基于马氏决策的5G网络切片虚拟资源分配方法。首先根据检测的切片信息对虚拟资源进行分配,将所有用户分配到不同的资源模块中。然后通过联络特征分析方法和特征空间重组技术对虚拟资源分配的特征集和结构进行构建,对虚拟资源进行优化设计,建立网络信道的均衡模型,得出5G网络切片虚拟资源的调度模型。最后结合贝尔曼方程及马氏决策过程的动态规划迭代算法求解出运营商最优收益解和网络资源有效利用率。实验结果表明,基于马氏决策的5G网络切片虚拟资源分配方法无论是在网络运营商的长期累积收益方面,还是在用户切片请求阻塞概率方面均优于传统方法,有效验证了所提策略的合理性与准确性。

摘要： 装备维修保障对推进作战顺利进行具有重要作用,合理高效的维修任务调度是维修保障的主要内容。首先讨论了资源受限伴随维修保障任务调度下的资源分类、优先级评估指标、维修调度模型、动态调度算法;其次分析了装备维修工序调度的流程;然后介绍了常见调度问题的目标函数、约束条件、求解算法;最后总结了资源受限任务调度存在的开放性问题和未来的发展方向。

摘要： 由于风电的不确定性与随机性导致风电出力难以精确预测,进而导致依据风电预测值所建立的日前调度模型存在一定的局限性,为解决此问题并提升风电消纳比例,提出一种计及风电预测误差的柔性负荷日内调度模型。首先,对储能和工业高载能负荷等可控柔性负荷进行建模;然后,考虑风电预测误差的概率分布特性,并基于日前调度计划建立以风电消纳量最高为目标的日内调度模型;最后,在保证系统安全可靠基础上,通过基于MATLAB的遗传算法进行优化。仿真结果表明:与日前调度计划相比,日内调度模型风电消纳比例提升了1.83%,验证了所提调度模型的有效性;通过对柔性负荷的超短期调度,可有效解决仅依据日前计划进行调度易出现电力系统功率不平衡的问题,提高电力系统稳定性。

摘要： 当前大多数的实时周期任务的调度模型都是以相互独立的固定周期任务为中心,很少考虑周期允许变化的任务模型以及处理器在调度过程中的模型。针对Sporadic实时周期任务,设计了一种基于线性树(line tree,LT)的任务模型和处理器模型,并提出了任务线性树(task line tree,TLT)模型到处理器线性树(processer line tree,PLT)模型的转化算法。该算法将所有实时周期任务的最小公倍数作为层数基准,根据完整job替换法则,利用迁移job的节点替换同层的非迁移job的空节点,利用任务周期可变,job可提前发布的情况达到最优的多核调度结果。实验结果表明,所提方法相比PEDF、GEDF以及RMFF算法,不仅具有较高的核利用率和较低的时限丢失率,同时减少了上下文切换次数和迁移次数。

摘要： 浙江省椒江径流区域受台风、暴雨等水灾害越来越频繁,研发流域洪水预警预报系统关系到保障人民生命和财产安全。首先,在浙江省数字化改革的要求和浙江省水利数据资源目录的设计标准下,建立覆盖椒江流域的水文水动力数学模型,考虑河口风暴潮以及水库、闸站工程群调度,以水、雨情的实测监测数据为基础进行总体框架设计。其次,在数据资源层、预报模型层、业务应用层等方面进行详细设计。最后,总结本次设计的3个创新亮点,即引入流域气象短临降雨预报、大中型水库洪水预警预报的流域性设计和与地区级区域水平台共享数据。

摘要： 由于当前的调度模型忽略了对可用带宽流量特征的提取,导致宽带的吞吐量、能量节省率以及内存利用率均较低,且流量调度时延增加。构建新的大数据网络可用的带宽流量调度模型。通过四阶累积自适应特征提取方法提取大数据网络可用带宽流量特征。根据流量特征提取结果,设定最小计算时延和最大内存利用率为目标函数,构建大数据网络可用带宽流量调度模型。采用蚁群算法求解调度模型,最终获取最优调度路径。实验结果表明,所提模型能够有效提升宽带的吞吐量、能量节省率以及内存利用率,同时还能够有效降低宽带流量的计算时延。

摘要： 随着通信技术的不断发展进步,“新基建”上升为国家战略。5G网络部署加速推进,各运营商多制式设备同时运行,这必将会导致能耗的升高。基于此,从通信运营设备调度研究的角度,将闲置站点设备应用于较忙站点,对现网运行中的多类型设备进行合理调度分配,以达到节能降耗、降本增效的目的。首先,对各站点之间的路径运用Python结合高德地图API获取道路实际驾驶距离,比以往研究的运用直线距离更切合实际。其次,结合通信设备特性及调度建立通信运营设备的调度模型。最后,运用蚁群算法对模型进行寻优操作得出调度路径及调度成本,与现阶段施工调度的路径进行对比,验证了模型的有效性,为今后多制式通信运营设备的调度管理提供理论性指导。

摘要： 植保无人机作业通常以飞防队形式进行作业,目前飞防队调度组织形式较为粗犷,造成飞防队整体效率较低的问题,合理调度无人机可提高飞防队的作业效率。以水稻稻曲病防治场景为研究对象,根据水稻稻曲病“三喷一防”的作业规范,结合现有飞防作业订单模式现状,为保障植保无人机的作业质量与作业效率,提出了订单管理与植保无人机调度模型。模型主要分为2个部分。(1)订单管理。综合考虑订单作业面积、时间窗、订单紧急程度的订单排序方法。(2)调度模型。基于模拟退火算法的无人机调度模型。以南京地区16个地块,4个飞防队的水稻稻曲病防治作业任务为例,分别在时间窗间隔为3~6d的情况下,使用模拟退火算法与贪婪算法进行比较。结果表明,模拟退火算法在总作业收益、无人机等待时间与调度距离上较贪婪算法都更具优势。时间窗间隔在3~5d内,时间窗越长,调度路程和等待时间越短,总作业时间越长,总收益越高。时间窗长度为6d时,作业总时长与作业收益不再改变。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。

摘要： 需求响应式接驳公交是一种新型的公共交通方式,它既有出行费用低、车辆承载率高等优点,又能满足居民出行方便性和舒适性要求,为乘客提供“门到门”服务,提高公共交通吸引力,缓解城市交通拥堵.在分析需求响应式接驳公交特性的基础上,重点考虑多个换乘站点联合调度对接驳公交车辆路径的影响,以系统总成本最小为目标建立基于多换乘站点的需求响应式接驳公交调度模型,并设计了自适应遗传算法进行求解.以南京市轨道交通3号线为例,运用MATLAB软件进行仿真分析来验证模型和算法的有效性与可行性.结果表明,该调度模型和求解算法适用于多个换乘站点的需求响应式接驳公交系统,能够在合理的时间范围内求解出接驳公交车辆的最优行驶路径,降低系统运营成本.

摘要： 针对多数区域电网的无功电压控制方式较为落后,区域电网相互之间协调能力较弱,导致电力系统电压并未得到较好地控制,需要重新设计区域电力系统的无功电压控制方案这一问题.提出了区域电网分级电压控制方案,实现了对当前区域电网无功电压控制方式的优化.在电力系统自动电压控制(AVC)系统的基础上建立了电力系统调度模型,求解得到平均协调功率因数的最小限值并确定了平均协调功率因数和电力系统负荷水平关系曲线,在此基础上研究了电网网损最低的最优化潮流计算方法,最后对智能电网自动电压控制技术在电力系统规划中的应用性进行了工程验证,验证结果表明,所提出的无功电压控制方案对于区域电网无功电压的控制效果较好.

摘要： 近些年模拟植物生长算法已经成为人工智能领域的一个新的研究热点,其生物生长动力学原理可以较快速地解决非线性规划问题.当云作业数迅速增多时,现有的Hadoop平台作业调度算法容易陷入瓶颈,未能将系统的整体性能优势发挥出来.由于Hadoop缺省的作业调度算法以计算节点的距离为依据安排作业,所以该方式会导致系统资源分配不均,未能合理分配任务,整体性能未能达到最佳.为了解决上述问题,首先,针对云平台的资源和作业的特点进行分析,建立问题的数学模型.然后,提出模拟植物算法,并通过植物生长规律的Logistic模型改进现有的模拟植物生长算法,使其生长依据能量动力可变生长长度和方式.最后,使用4种植物模型进行云作业的调度,并分析其不同特点,并与6个典型的云作业算法实验比较.实验结果表明,在性能和资源分配方面,该算法优于其它算法.

摘要： 随着新能源并网规模的增加,如何确定新能源与常规能源的协调运行方式成为电力系统运行管理中面临的一个新挑战.本文以西北电网为研究对象,基于黄河上游梯级水电站运行限制因素及西北电网特性,分析归纳影响新能源消纳的主要因素.在此基础上,构建黄河上游梯级水库优化调度模型,以新能源消纳量最大为目标,拟定多种情景,探究黄河上游梯级水电站群在西北电网新能源消纳中的作用.模型结果表明,在拟定情景下,因"以水定电"的原则及防凌、灌溉等综合用水约束,仅通过黄河上游梯级水电站群优化调度可提高的西北电网新能源消纳量有限,还需要结合其他措施,共同完成提高新能源消纳量的任务.

摘要： 为促进风电等新能源的消纳,在分析大工业负荷特性的基础上,基于能源互联网背景,提出了一种以风电机组发电量最大、火电机组运行成本最小、工业负荷用电计划调整惩罚成本最小为优化目标的大工业负荷协调风电消纳调度模型.通过算例计算分析,验证了所提模型能够显著提高风电的消纳量,具有良好的经济效益和社会效益.

摘要： 随着全球能源危机的加剧,人们对于新能源的开发需求越来越大,而光热发电在新能源的开发利用中扮演着越来越重要的角色.随着光热发电技术的慢慢成熟,其突出优点有:1.光热发电的汽轮机有良好的操控性,调节程度相比常规火电大得多.2.利用加入的储热设备可以达到储能并持续发电的目的.本文通过分析光热发电的特性,对光热发电站的关键因素进行分析并简化建模,结合仿真模型来分析光热发电站的发电成本和提高输电线路利用率所带来的效益.

摘要： 中国风电主要从输电网接入,为实现电动汽车清洁充电,有必要从输网侧开展计及碳排放的"风-车协调"研究.根据电动汽车输电网侧调度特点,提出了电动汽车集群调度模型.结合碳捕集和常规电厂电碳模型,建立了综合考虑发电成本、碳排放成本的输网侧"风-车协调"调度模型.在环境下通过cplex软件对模型进行求解.以IEEE14母线系统为例,研究了单向有序、双向有序充电下的"风-车协调"在减少全网碳排放和弃风量,平抑火电波动的效果.研究了不同断面约束下"风-车协调"的效果.结果表明,当电动汽车大量接入时,通过有序充电下的"风-车协调",可在不同断面约束下实现汽车清洁充电并提高风电利用率.

摘要： 针对物流运输行业传统调度方法的局限性,设计了一种基于多点循环甩挂运输模式的智能调度方法,按照牵引车使用数量和行驶总费用最小的原则,建立了相应的数学模型,并采用禁忌搜索算法对模型进行了解算。最后,通过仿真某物流企业某次实际的调度任务,计算得出最优调度方案,与传统的单车调度方案进行效益对比,结果表明该方法在运输效率、运输成本、能源消耗等方面具有明显优势。

摘要： 随着智能电网的建设，分布式电源越来越受到青睐，对配电网内各个分布式电源的优化调度也越来越重要。本文综合考虑了配电网的运行费用和环境效益，建立了含有柴油机、风力发电机、光伏发电单元和燃料电池等分布式电源的智能配电网优化调度模型。然后在满足各种约束条件的基础上，使用遗传算法求解了该模型。接下来给出相应算例计算了目标函数，通过分析计算结果，得出多目标优化调度模型的可行性与优越性。

摘要： 针对遥感地面站任务调度问题,介绍了工程背景和现实需求,分析了问题实际约束和问题调度目标,提出了遥感地面站任务调度模型.为了降低卫星数据接收调度的算法复杂性,采用分治法思想,基于免疫遗传算法的基本框架,设计并实现了交叉和变异算子,接种疫苗算子,提出了一种解决该问题的有效方法.实验数据表明,该算法是有效的.

摘要： 本申请提供了一种模型的调度方法、模型调度器以及模型安全测试平台，解析接收到的测评任务，获取模型攻击信息；调用攻击客户端对模型攻击信息进行序列化，将序列化后的序列化攻击信息发送至对应的模型服务端；调用模型服务端解析序列化攻击信息，并调用与模型攻击信息匹配的模型处理攻击，得出攻击处理结果，将攻击处理结果反序列化为攻击处理信息反馈至攻击客户端，进而对模型进行测评。这样，通过在通信过程中对信息进行序列化，减低了通信过程中传输的信息的体积，进而，可以快速的完成模型调度，以便通过确定出在攻击下的相应的攻击处理信息实现对模型进行安全测评，节省了模型调度时间以及信息传输时间，可以提升模型调度访问的效率。

摘要： 本申请提供了一种模型的调度方法、模型调度器以及模型安全测试平台，解析接收到的测评任务，获取模型攻击信息；调用攻击客户端对模型攻击信息进行序列化，将序列化后的序列化攻击信息发送至对应的模型服务端；调用模型服务端解析序列化攻击信息，并调用与模型攻击信息匹配的模型处理攻击，得出攻击处理结果，将攻击处理结果反序列化为攻击处理信息反馈至攻击客户端，进而对模型进行测评。这样，通过在通信过程中对信息进行序列化，减低了通信过程中传输的信息的体积，进而，可以快速的完成模型调度，以便通过确定出在攻击下的相应的攻击处理信息实现对模型进行安全测评，节省了模型调度时间以及信息传输时间，可以提升模型调度访问的效率。

摘要： 本申请设计一种调度参数权值训练模型构建方法和工区调度方法，该工区调度方法的步骤包括：获取各待参与救援工区的调度参数和调度参数权值训练模型中的权值参数后，将上述调度参数和权值参数输入至救援打分模型，救援打分模型输出结果，确定参加应急事件救援的工区。其中，调度参数训练模型通过调度参数训练模型构建方法构建，在该构建方法中，通过获取样本数据集对预设神经网络模型进行训练，从而完成对调度参数权值训练模型的构建。基于训练后模型中能够表征各调度参数对各工区是否参加救援的影响程度的各调度参数权值进行救援工区确认，可避免因个人经验不足导致的调度决策错误和慢的问题，无需依赖人工，效率高，可靠性高。

摘要： 一种优先级调度的调度单元、调度模型及实现方法，涉及网络流量管理领域，建立不同类型节点作为调度单元，进而组成调度模型，根据业务优先级选择模型进行优先级调度，在队列与端口两级调度的基础上，增加中间层次的调度节点，通过组合复用等方式实现8优先级调度，各节点的调度参数可配置，同时考虑可扩展性，实现队列、中间层、端口各层次的调度功能。本发明分别在不同节点上实现优先级权重的配置，实现CIR和EIR功能，适应不同场景的业务需求，避免调度资源浪费。

摘要： 本发明公开了集群的调度模型构建方法、调度模型、调度方法及系统，属于大数据处理技术领域，要解决的技术问题为集群缺乏调度决策、且调度依据单一。包括如下步骤：通过实际集资源调度收集最优调整点数的样本数据；对样本数据进行归一化处理，得到预处理后样本数据；基于反向传播的深度神经网络构建预测模型，预测模型以大数据集群规格、集群负载以及期望集群调整负载输入、以最优调节节点数为输出；基于预处理后样本数据对预测模型进行训练，并根据预测模型输出的预测值与样本数据的实际值之间的误差，基于反向传播法对预测模型每层神经元权值进行调整，得到训练后预测模型。

摘要： 本发明公开了一种调度过程与调度规则协同优化的水库生态调度模型构建方法，包括如下步骤，S1、制造涨水过程并计算库容转移总量；S2、基于涨水过程出库流量，获取更新水位子序列中涨水时段的水位；S3、基于水位日变幅约束，逐时段计算获取更新水位子序列中的水位和时段库容转移量；并重新计算库容转移总量和更新水位子序列当前时段对应的水位，进而完成库容转移；S4、利用重新获取的更新水位子序列，计算更新出库流量子序列。优点是：能够实现所求调度过程兼顾四大家鱼生态需求和最优生态调度时机，为面向家鱼产卵保护的生态调度实践提供了新视角。

摘要： 一种优先级调度的调度单元、调度模型及实现方法，涉及网络流量管理领域，建立不同类型节点作为调度单元，进而组成调度模型，根据业务优先级选择模型进行优先级调度，在队列与端口两级调度的基础上，增加中间层次的调度节点，通过组合复用等方式实现8优先级调度，各节点的调度参数可配置，同时考虑可扩展性，实现队列、中间层、端口各层次的调度功能。本发明分别在不同节点上实现优先级权重的配置，实现CIR和EIR功能，适应不同场景的业务需求，避免调度资源浪费。

摘要： 本发明公开了一种面向智能制造车间生产与计算任务的耦合调度模型，通过对每个工件的加工顺序、所分配的加工机器、计算任务中的子计算任务的划分以及计算任务中所选择的卸载方式进行调度分配，从而能够得到所有工件的最大完成时间和所有计算任务的总延迟时间，以最短的最大完成时间和最短的总延迟时间为目标，从而可以求解到满足约束条件的耦合智能制造车间的生产与计算任务的调度方案，即本发明面向智能制造车间生产与计算任务的耦合调度模型，能够同步优化生产任务的完工时间和计算任务的卸载时间。本发明还公开了一种面向智能制造车间生产与计算任务的耦合调度方法。

摘要： 本发明提供了一种无线资源调度方法、主动资源调度模型的训练方法及装置。该方法包括：根据用户侧数据和基站侧数据，获得预测结果信息；根据用户累计数据传输量和所述预测结果信息，获得主动资源调度模型的状态参数；通过采用强化学习算法的主动资源调度模型对所述状态参数进行分析，获得资源调度的动作参数；根据所述动作参数，输出资源调度结果。采用该实施例所述方法，在即使存在预测误差的情况下仍然可以确定资源调度所需数据，实现资源的高效利用。

摘要： 本发明公开一种时间触发调度模型的训练、时间触发调度方法及装置，包括：将由链路的基础特征向量、嵌入向量和全局向量拼接获得的目标向量输入策略网络，确定待调度TT流的第一下一跳链路、第一转发相位及第一时隙；若当前调度所到达的网络设备不是终点，则更新目标向量以及时隙占用情况，并将更新后的目标向量输入策略网络确定待调度TT流的第二下一跳链路、第二转发相位及第二时隙，并利用第二时隙和第二下一跳链路对待调度TT流进行调度，直至达到终点；在到达预设调度终止条件时，利用策略梯度算法更新时间触发调度模型的参数，利用更新后的时间触发调度模型继续对待调度TT流进行调度，直至目标函数取值最大时，获得目标时间触发调度模型。