导读:本文包含了动态调度算法论文开题报告文献综述及选题提纲参考文献，主要关键词:网络控制系统,网络需求度,模糊神经网络,变采样周期
动态调度算法论文文献综述
时维国,雷何芬[1]（2019）在《基于网络需求度的变采样周期智能动态调度算法》一文中研究指出针对资源受限的网络控制系统,提出基于网络需求度的变采样周期动态调度算法。调度器以控制回路的误差、误差变化率建立模糊规则;控制回路网络需求度的在线确定采用神经网络记忆模糊规则的方法。利用变步长自适应LMS滤波算法预测控制回路中数据包的传输时间,同时根据网络需求度动态分配各回路带宽,对各个控制回路进行采样周期的动态调节,从而使得网络控制系统在不同需求情况下都能有效分配网络资源,使控制系统更加稳定性、传输更加有效性。仿真试验结果表明,控制系统的控制质量得到了有效的提高,保证了系统的控制性能及系统的稳定性。(本文来源于《自动化与仪表》期刊2019年10期）
王俊博,黄语嫣,陈玲,陈丽娟[2]（2019）在《智能RGV的动态调度算法设计》一文中研究指出针对RGV(轨道式自动引导车)的实际问题,基于机理建模分别给出了一道工序加工作业和故障干扰下二道工序加工作业的动态调度模型,设计有效算法,为智能RGV的动态调度策略提供了思路。(本文来源于《机械工程师》期刊2019年10期）
赵桂芝,刘雅荣[3]（2019）在《农机转向器制造车间的动态调度算法研究》一文中研究指出针对目前农机转向器生产车间对突发事件调度不及时的问题,对车间调度相关问题进行了研究,提出了一种基于改进免疫克隆算法的车间调度模型。首先,结合农业转向器生产实际,以最大完工时间、设备能耗和设备负荷为调度目标构建了目标函数;然后,采用多策略种群初始化和自适应变异算子,对免疫克隆算法进行了改进;最后,在分析车间调度加工时间数据和车间调度加工能耗数据的基础上,以调度模型的适应度和甘特图为指标,对所建模型调度效果进行了验证。研究结果表明:相比传统免疫克隆算法,改进免疫克隆算法寻优速度更快、寻优精度更高,可以实现对农机转向器制造车间的快速动态调度。(本文来源于《机电工程》期刊2019年09期）
钟健,杨琼,高薇[4]（2019）在《物联网中可分级的大数据流动态调度算法》一文中研究指出物联网环境下LTE(long term evolution)网络的上行流量为主要流量,网络服务的类型较多。提出了一种自适应的流量公平调度算法,控制了物联网大数据流导致LTE网络拥塞的问题。在时间域数据包的调度中,设计了一种M2M(machine to machine)设备数量的控制机制,避免了M2M通信对H2H通信的影响,调度器使用资源分配的历史记录来估计当前H2H设备的资源需求,并为H2H设备保留充足的资源。在频率域数据包调度中,根据拥塞的级别动态地选择M2M设备的最大数量,从而缓解网络拥塞导致事件驱动型设备的延迟现象。仿真实验结果表明:本调度器保证了网络流量的QoS,实现了较高的公平性,从而缓解了"饿死"现象的发生。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年09期）
罗敏娜,侍啸[5]（2019）在《贪心优化的搜索算法在RGV动态调度中的应用》一文中研究指出随着计算机领域的飞速发展,物流等行业也开始向自动化、智能化、无人化的方向发展。智能RGV动态调度是智能加工系统的重要环节,合理的调度方案能够大大提高系统的作业效率。针对RGV调度问题,建立了基于自动化加工系统的动态调度模型。提出了一种基于贪心策略优化后的搜索算法,通过贪心选择最可能发生的情况,可减少搜索的复杂度,从而达到在极短时间内接近最优调度的目的。通过仿真实验,对先后进行2道工序的CNC进行优化配对,以产量最大作为目标,搜索得到CNC的最佳分配方案,达到了接近最优解的调度策略。在规定的工作时间内,使用贪婪优化算法提高了搜索的有效性,使RGV系统能够高效调度,验证了贪心优化算法的可行性和有效性。(本文来源于《沈阳师范大学学报(自然科学版)》期刊2019年04期）
陈昊,梅学婷,苏晓艳,吴限晨[6]（2019）在《基于混合遗传算法下的RGV动态调度模型》一文中研究指出对智能RGV加工系统进行分析,建立排队论(M/M/s)模型并给出叁种不同情形下的RGV调度方案。利用混合遗传算法对不同的调度方案求解。最后,用系统作业的数据定量分析、验证了该模型的实用性、有效性。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2019年05期）
赵菲,朱家明,孔怡婉[7]（2019）在《基于优化粒子群算法对智能RGV动态调度的研究》一文中研究指出针对单轨直形穿梭车RGV(Rail Guided Vehicle)的动态调度策略,以单位周期8 h内加工数目最多为目标,分别对一道、两道工序及故障系统进行仿真模拟分析。在此基础上,运用粒子群优化算法、最短路径TSP(Traveling Salesman Problem)遗传算法对正常工作情况下一道、两道工序加工系统建立调度方案,同时利用概率函数法在故障情况下建立可修排队系统,最后利用MATLAB进行故障仿真,得到3组参数在不同故障率的系统作业效率,从而为RGV动态调度提供了最优CNC(Computer numerical control)加工循环序列。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2019年05期）
李守琦,黄永智[8]（2019）在《基于改进遗传算法的RGV动态调度模型》一文中研究指出随着计算机技术以及自动化技术近几年来的不断发展与进步,轨道式自动引导车RGV的动态调度问题得到专家们的普遍关注。本文针对特定情况运用改进的二重结构编码遗传算法等对建立的模型进行求解,得到一个优化的RGV动态调度模型。通过求出每一组CNC数控机床的组合与所有CNC数控机床中最晚完成运算的时间的关系,再根据贪心算法的思想寻找部分最优解,而后将全部部分最优解归纳,用组合最优算法求出其中最优组合。(本文来源于《中国新通信》期刊2019年14期）
储心怡,张明超,赵中睿,王超杰[9]（2019）在《基于寻优算法的智能RGV的动态调度问题》一文中研究指出文章主要研究了智能加工系统中RGV调度决策的优化问题,将CNC工作时间与系统运行时间之比作为衡量系统工作效率的指标,对于一道工序的物料加工作业情况,可以利用模拟退火算法和MATLAB软件得到在下RGV的调度模型和求解算法;对于两道工序的物料加工作业情况,可以利用遗传算法和MATLAB软件求解出CNC的最优布置与RGV调度模型和求解算法。(本文来源于《信息通信》期刊2019年07期）
万仲禹,徐一心,邹圣新[10]（2019）在《基于改进型免疫算法的RGV动态调度建模》一文中研究指出研究轨道式自动引导车RGV(Rail Guide Vehicle)的动态调度问题,运用图论、排队论结合启发式分配算法,自主研发生产调度模型;运用免疫函数改进遗传算法,针对单工序、双工序及有随机故障等叁种不同生产情况,求解调度策略,并利用Em-plant进行仿真检验。结果表明,运用所建立的多服务台单队列模型、带有优先级的双队列模型及带故障生产模型进行RGV生产调度,其作业效率达到预期,验证了模型的实用性和有效性。(本文来源于《南通职业大学学报》期刊2019年02期）
动态调度算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对RGV(轨道式自动引导车)的实际问题,基于机理建模分别给出了一道工序加工作业和故障干扰下二道工序加工作业的动态调度模型,设计有效算法,为智能RGV的动态调度策略提供了思路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态调度算法论文参考文献
[1].时维国,雷何芬.基于网络需求度的变采样周期智能动态调度算法[J].自动化与仪表.2019
[2].王俊博,黄语嫣,陈玲,陈丽娟.智能RGV的动态调度算法设计[J].机械工程师.2019
[3].赵桂芝,刘雅荣.农机转向器制造车间的动态调度算法研究[J].机电工程.2019
[4].钟健,杨琼,高薇.物联网中可分级的大数据流动态调度算法[J].重庆理工大学学报(自然科学).2019
[5].罗敏娜,侍啸.贪心优化的搜索算法在RGV动态调度中的应用[J].沈阳师范大学学报(自然科学版).2019
[6].陈昊,梅学婷,苏晓艳,吴限晨.基于混合遗传算法下的RGV动态调度模型[J].齐齐哈尔大学学报(自然科学版).2019
[7].赵菲,朱家明,孔怡婉.基于优化粒子群算法对智能RGV动态调度的研究[J].齐齐哈尔大学学报(自然科学版).2019
[8].李守琦,黄永智.基于改进遗传算法的RGV动态调度模型[J].中国新通信.2019
[9].储心怡,张明超,赵中睿,王超杰.基于寻优算法的智能RGV的动态调度问题[J].信息通信.2019
[10].万仲禹,徐一心,邹圣新.基于改进型免疫算法的RGV动态调度建模[J].南通职业大学学报.2019