摘要：以往的异构多核嵌入式系统实时调度方法由于仅设置了系统实时调度模型的单项参数,导致系统调度时间过长。本文设计了面向任务协同的异构多核嵌入式系统实时调度方法。面向任务协同构建嵌入式系统实时调度模型,计算系统任务节点的传输情况,构建系统实时调度的数学模型,对构建的实时调度模型中的任务数据信息进行汇集,并进行自适应分析处理,以此为基础,设置实时调度模型的时间均衡控制参数和安全性系数,从而实现嵌入式系统的实时调度。通过上述设计,完成对异构多核嵌入式系统实时调度方法的设计。在仿真实验中,与以往的异构多核嵌入式系统实时调度方法相比,本文设计的面向任务协同的异构多核嵌入式系统实时调度方法的调度时间最长仅为5 s,调度时间更短。

摘要：随着电动汽车的应用推广,换电站的调度优化逐渐成为研究热点。传统的基于换电需求预测值的调度策略在实际应用中面临着难以适应动态干扰因素、预测误差累积等问题。为了解决这些问题,提出了一种基于带基线的蒙特卡罗策略梯度法的换电站实时调度策略,用于优化换电站的充放电策略以及响应电池数量。提出了带基线的蒙特卡罗策略梯度强化学习,并为换电站实时调度问题选取合适的状态空间和动作空间;设计了奖励函数对智能体进行离线训练,从电池状态数据、分时电价和排队电动汽车数量中学习得到最优策略网络;在离线训练好的模型基础上进行实时调度策略测试。基于换电站的服务可用率和经济效益验证了所提调度策略的有效性和经济性,算例结果表明所提策略能对电网负荷起到一定的削峰填谷作用。

摘要：智能制造系统采用了物联网等大量先进信息技术,使得车间积累了大量的实时生产数据。同时,复杂制造系统在运行过程中容易出现一系列干扰事件,这对车间实时响应能力提出了更高的要求。因此,在工业大数据支撑的制造环境下,针对考虑序列相关设置时间和阻塞的混合流水车间调度问题(Hybrid flow shop scheduling problem with sequence-dependent setup times and blocking,HFSP-SDST-B),提出一种基于深度强化学习的实时调度方法,从而实现制造资源的合理分配和完工时间最小化。作为一个序列决策问题,HFSP-SDST-B可以被建模为一个马尔科夫决策过程。在每个调度点,智能体根据当前的生产状态选择相应的调度规则,从而进行合理的工件排序和机器分配。为了实现生产数据驱动的实时调度方法,依次设计考虑阻塞因素的调度点、通用生产状态特征、基于遗传规划的启发式规则和奖励函数。然后提出一种基于近端策略优化算法的训练方法,从而让智能体构建状态与规则之间的有效映射。最后试验结果表明,与现有的动态调度方法相比,该方法具有优越性和通用性,并且通过学习能够有效处理随机扰动时间和新订单插入的未知情况。

摘要：智能制造背景下,考虑机器与AGV集成实时调度对整个生产系统效率提高具有重要的意义。针对工件动态到达、加工时间存在波动的情况,提出一种将基因表达式编程算法与离散事件仿真(GEP-DES)相结合的实时调度方法以解决基于最小化最大完工时间为目标的机器与AGV集成调度模型。该方法在离线阶段设计三段式编码的GEP算法以描述机器与AGV集成运作过程,借助DES过程获取目标函数值以对GEP指标性能进行评估,最终挖掘出高质量的调度规则。挖掘出的调度规则与在线阶段车间实时工况信息交互以实现机器与AGV集成的实时调度。最后,将所提方法与传统调度规则方法进行对比,实验结果验证了所提方法的有效性与优越性。研究成果为快速响应柔性流水车间生产中的机器与AGV集成实时调度提供了方法支持。

摘要：随着可再生能源的大规模并网,电网运行逐渐表现出高阶不确定性的新特征,给系统安全稳定运行带来严峻挑战。基于模型驱动的传统实时调度方法需占用大量计算资源,而近几年受到广泛关注的强化学习(reinforcement learning,RL)方法由于处理高维复杂电网状态信息,存在训练速度缓慢等问题。为此,该文提出一种可用于电网实时调度的电网专家策略模仿学习方法(grid expert strategy imitation learning,GESIL)。该方法首先基于图论思想建立了电网模型,其次设计了考虑电网安全运行和电力平衡控制的电网专家策略,然后利用模仿学习融合专家策略与所建模型,获得可用于电网调度决策的GESIL智能体。该文在高比例新能源占比的IEEE118节点修正模型中对比了GESIL、传统调度方法和RL方法。分析结果表明,GESIL可更加稳定高效地计算出电网运行优化方案和电力平衡控制策略,显著提升调度决策的优化效果和计算速度。

摘要：为提高铁路客运站作业调度水平,降低列车延误影响,采用数字孪生技术构建铁路客运站技术作业模型,通过实时数据采集,基于随机森林的作业时间预测,作业模拟以及智能决策,提出基于数字孪生的铁路客运站技术作业实时调度方法。将此调度方法应用于某实际铁路客运站中,实验结果表明:该方法能对实际作业进行高精度预测及模拟;使用三种数字孪生决策规则能有效降低列车作业延误。研究论证了该数字孪生模型能应用于实际车站管理,提高作业实时调度水平。

摘要：作为一个分时系统 ,Linux的设计目标为提高吞吐率和平均响应时间 ,因此采取了基于时间片的调度策略 ,显然这种机制无法保证实时任务得到及时响应和调度 为了改进Linux操作系统的实时性能 ,探讨了基于Linux的实时操作系统RFRTOS中的实时调度机制 实验验证 ,所做改进有效地提高了Linux的调度精度 。

摘要：本文根据硬件线程的特征,为硬件线程调度建立了一个周期与非周期混合线程集的调度模型.在数学层面描述了硬件多线程调度中每个线程被成功调度的条件判据.并在此基础之上,提出一种以截止时间与最坏执行时间差为基本因子的DR-EDF算法,提供了一种实现这种DR-EDF算法的硬件多线程控制器的设计原理.最后用FPGA为载体,实现了一款硬件多线程处理器,通过实际测试的分析结果,得出这种面向硬件多线程的实时调度算法在不影响线程集错失率前提下,提高了嵌入式系统中紧急任务的可调度性.

摘要：以大连市复杂水库群供、调水系统为背景,在对系统特性分析的基础上,提出了系统实时调度框架及二层耦合结构模式,设计了以"总量控制、耦合嵌套、多维决策、滚动修正"为核心的实时调度流程。在径流预报方面,提出了基于超越概率的水库群供、调水系统长期入库径流预报方法,结合中期GFS(Global Forecasting System)数值预报技术对不同时段入库径流进行滚动预报。在调度模型方面,采用基于动态规划的建模求解新方法和常规调度方法,为调度决策提供参考。实例研究表明,建立的实时调度系统实现了滚动预报和滚动调度,具备了实时性;实现了宏观总控与局部调整相结合的调度目标,具备了调度决策不同时间尺度耦合嵌套特性,证明了系统的适用性。研究成果对于同类系统实时调度具有重要参考价值。

摘要：提出一种多类型任务集的容错实时调度算法,详细分析该算法的调度机制,证明了该算法的正确性,并给出了该算法的可调度条件,最后通过模拟实验分析了算法的性能。实验表明,调度算法的性能与系统负载、任务出错概率、任务的计算时间等系统参数相关。