校园网网络负载均衡技术研究

随着Intemet的迅猛发展，互联网用户数和流量呈几何级数增加，造成服务器超负荷运转，负载平衡调度是解决服务器超负荷运转的有效途径。本文分析了服务器负载特点和负载均衡常见调度算法，提出了自适应调度算法，根据服务器负载状态变化进行资源调度。     

城市公共自行车调度路径优化分析与应用

公共自行车"租车难""还车难"问题的出现与城市功能布局、居民出行特性、租赁点分布和规模等因素有关,而高效的车辆调度有助于这一问题的解决。本文主要集中于公共自行车调度路径的算法研究,通过对现有的精确计算法、传统启发式算法、现代启发式算法三大类方法的优缺点及适用范围的详细分析,提出既简单又实用的扫描法和遗传算法相结合的公共自行车调度路径优化算法,并通过实例得到验证。     

考虑接驳费用的车辆共享调度算法研究

针对现有的车辆共享调度算法未充分考虑车辆共享调度时造成的接驳费用问题,研究最小车辆规模最少接驳费用调度优化模型,并改进二分图匹配算法进行求解.根据车辆共享过程中调度方案的优化问题描述,以满足给定出行需求的车辆规模最小以及车辆调度接驳费用最少为目标,构建双目标优化模型.基于有向无环图对车辆出行需求进行建模,将模型求解转化为二分图最大匹配且权重最优匹配问题,提出Kuhn-Munkres算法求解最大匹配最小权重匹配的权重设置条件并进行证明,进而设计Hopcroft-Karp与Kuhn-Munkres算法融合框架进行求解.以安徽省宣城市部分出行为例进行模型和算法合理性分析,479辆自动驾驶共享车辆可以满足13575个出行需求;与未考虑接驳费用目标的调度算法相比,调度总费用减少40.8%左右.算法可求解最小车辆规模并降低调度成本.      

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

城市公交调度模型研究

城市公交调度水平的提高，有利于增强公交在城市交通系统中的竞争力。通过对公交调度影响因素和公交客流变化规律的研究，建立了城市公交调度模型，并采用事件步长法对该模型进行仿真求解，从而解决了现有公交调度无法兼顾公交公司和乘客两者利益、缺乏具体调度模型的问题．并结合成都市某条公交线路做了运用，取得较为满意的结果。     

路网调度指挥系统模型与算法研究

章针对交通路网需要统一管理与调度指挥的技术问题，结合交通行业管理体系给出了调度系统的业务模型，制定了交通调度管理流程，并提出了路网交通节点相关系数的概念与算法，为路网运行的调度指挥与状态评价提供了依据。     

采用混合调度策略的电动汽车TTCAN网络

针对电动汽车控制系统CAN总线在调度周期性信号时的不确定性和低优先级信号易死锁等问题,提出了基于时间触发控制器局域网(TTCAN)协议的混合调度策略,它采用均匀装载(AL)算法来调度周期信号;而对随机信息的调度则采用改进的最早截止期优先(EDF)算法,即EDF调度优先级规划算法.文中还介绍了基于混合调度算法的TTCAN系统矩阵构建方法及可调度性分析方法.最后对电动汽车控制系统进行了网络性能分析,验证了该混合调度算法良好的调度性能.     

一种有时间窗约束的非满载车辆调度问题中的启发式算法研究

设计了一种求解有时间窗约束的非满载车辆调度问题的启发式算法，它将路网中各点首先分组，而后又在局部使用了修正后的C-W节约算法进行路线的安排，最后给出一具体实例来展示此算法的原理及解题过程。通过实例可以看出，此种算法简明、易于理解、可操作性强，能够很好地解决有时限非满载的车辆调度问题。     

三峡-葛洲坝联合调度下的船舶调度优先级算法

船舶调度优先级算法是三峡-葛洲坝联合调度系统的核心算法之一，但因为影响船舶权重的因素繁多，而且部分因索会随着时间及外部环境变化而变化，因此很难加以量化。针对此问题，提出了一种动态权重与静态权重相结合的模型。该模型通过模糊综合评价计算静态权重，并应用心理学指数模型计算动态权重．计算结果为船舶提供了有效的过坝综合权重。该模型的正确性和有效性已在实际调度系统的应用中得到了验证。     

基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。