选取任务数量为64的场景进行仿真，采用静态资源调度算法获得初始调度方案。表9-7新增任务具体参数2）动态调度结果分析采用抢占式快速动态调度算法对动态调度问题进行求解。表9-9不同场景算法调度结果对照表由表9-9可知，抢占式快速动态调度算法的调度结果具有调度收益高、方案变化少和调度速度快的优势。......
2023-07-02
仿真实验及结果分析优化方案
【摘要】：图9-34比较了在不同任务规模下两种算法优化结果中的续传次数，MACA算法中的续传次数要低于NSGA-Ⅱ算法，平均减少了25.1%。图9-35是两种算法优化结果的资源负载失衡度，MACA算法与NSGA-Ⅱ算法结果相当，两算法的负载失衡度均在0.01以下。对本章场景仿真实验，分别得到整传调度和续传调度结果如图9-36和图9-37所示。
仿真采用第2章介绍的中继卫星系统三星结构，为便于分析算法性能和展示调度结果，设3颗中继星分别配置1个Ka波段的微波单址天线和1个激光终端和用于用户星接入，其终端相关参数与表9-3所示参数相同。仿真时长为6 h，采用8颗用户星（LEO01～LEO08）共发起64个任务。任务的生成与本仿真的任务生成方式一致，用户星轨道高度设为300～500 km，具体参数如表9-10所示。利用STK软件对用户星进行可见性分析，获得中继星与用户星的可见时间窗口，并导入Matlab进行算法仿真。
表9-10 用户星基本参数
为验证本章算法有效性，采用本章所提的多目标蚁群算法（MACA）对中继卫星数据续传资源调度问题寻优。算法迭代1 000次，如表9-11所示。
表9-11 参数设置
1）算法收敛特性分析
算法收敛性是进化算法性能的重要衡量指标，任务规模为64时的仿真实验中，分别记录了进化过程中每一代个体中，目标函数f 1，f 2和f 3的最优值，目标函数值随遗传代数的进化曲线如图9-29～图9-31所示。多目标优化算法的主要特点是其致力于逼近问题的Pareto解最优前沿，而不是一个最优解。本书基于MACA得到的Pareto解最优前沿如图9-32所示。
图9-29 目标函数f 1收敛曲线
图9-30 目标函数f 2收敛曲线
图9-31 目标函数f 3收敛曲线
图9-32 非劣解最优前沿
由图9-29～图9-31可知，随着算法搜索的深入，3个目标函数值都得到优化并基本收敛于最优值，表明本算法MACA能够同时对目标函数进行有效的优化。另外需要注意的是3个目标函数值在进化前期快速收敛，在进化后期存在多次递进寻优过程，表明算法能够自适应调整收敛速率和种群多样性；前期的小窗口设计和较大的启发选择比例q 0可提高算法收敛速率，后期启发选择比例q 0减小可增加种群多样性。需要说明的是，由于数据续传调度方案设计思想是当任务不能整传时则采取分段续传方法，故续传次数不会为0，因此目标函数f 2不会收敛至0。由图9-32可知，未完成任务优先级与续传次数、资源负载失衡度成反比，其最优面上的非劣解可为决策者提供在不同需求下的最佳调度方案，最终决策者可根据需要选择出一个或一组“足够满意”的解作为多目标优化问题的最终解。
2）算法优化性能分析
为了验证算法对于资源调度问题优化性能评价的适用性和可行性，分别取任务规模为32，48，64，80，96，112的场景，对算法进行仿真对比验证。图9-33～图9-35比较了基于本算法MACA和算法NSGA-Ⅱ的优化性能。为使算法具有可比性，各算法对相同场景重复100次后，分别求其最佳值、均值和最差值进行对比。
图9-33 未完成任务优权值和比较
图9-34 续传次数比较
图9-35 资源负载失衡度
由图9-33可知，MACA算法优化结果中未完成任务优先级之和小于NSGA-Ⅱ算法，平均降低了55.6%。图9-34比较了在不同任务规模下两种算法优化结果中的续传次数，MACA算法中的续传次数要低于NSGA-Ⅱ算法，平均减少了25.1%。图9-35是两种算法优化结果的资源负载失衡度，MACA算法与NSGA-Ⅱ算法结果相当，两算法的负载失衡度均在0.01以下。从图9-33～图9-35可以看出，两算法的未完成任务权值和续传次数均随任务规模的增大而增加，但负载失衡度基本保持不变，表明两算法都能对负载失衡度进行优化。由于资源调度问题的关键在于优化任务调度时的资源分配顺序，以最大化消除约束条件带来的冲突；而蚁群算法更适用于资源分配顺序的优化问题，因此MACA算法整体上优于NSGA-Ⅱ算法。
3）调度模型分析
为分析数据续传调度对任务完成量的提高，选择目标函数f 1（未规划任务的总优先级权值）最小的续传调度方案分析，并与第3章数据整传的资源调度算法对比。对本章场景仿真实验，分别得到整传调度和续传调度结果如图9-36和图9-37所示。图中分别显示了具有微波与激光混合链路的3颗中继卫星不同天线资源上任务调度的具体时间及调度顺序，不同的色块代表不同任务，色块长度代表任务传输时间长短，色块上的标签分别表示任务号，图9-37中续传任务的色块高度是完整传输任务高度的一半，相同颜色的不同位置色块代表同一任务的分段续传。
图9-36 整传调度结果甘特图
图9-37 续传调度结果甘特图
在任务整传模型调度结果（图9-36）中，完成任务58个，完成率为90.63%，优先级权值完成率为95.77%。由于资源冲突，有6个未能调度任务：J 2，J 10，J 14，J 16，J 20，J 56。在续传模型调度结果（图9-37）中，任务完成率为100%，续传任务有10个：J 2，J 4，J 10，J 14，J 16，J 20，J 23，J 32，J 42，J 44，均续传1次。对比两个调度结果可知，由于资源数量和任务有效时间限制，整传模型难以满足所有任务的中继需求，而续传模型在最大化完成任务传输条件下，牺牲了部分任务的整传需求，换取了所有任务的传输需求满足，表明在中继卫星资源有限条件下，采用续传方法可最大限度满足用户卫星数据及时回传的需求。另外，在两个调度结果图中，光天线的中继数据量分别为103.887 4 Tb和108.231 9 Tb，资源利用率分别为91.20%和95.02%；微波天线的中继数据量分别为16.586 7 Tb和24.630 7 Tb，资源利用率分别为52.42%和77.85%；由此可知，由于未来成像卫星中继任务的数据容量大，微波天线难以满足其中继需求，大部分任务在激光链路上完成；并且采用数据续传方法进一步可提高两者的资源利用率。因此，未来发展星间激光链路数据中继和采用数据续传方法是提高资源利用率和对用户星数据中继服务质量的有效方案。
有关空间激光微波混合信息网络技术的文章
- 详细阅读
-
仿真设计及性能分析优化方案详细阅读
图9-17未调度任务优先级之和比较图9-18总能耗比较图9-19任务调度完成时刻比较由图9-17、图9-18、图9-19可知，在选取的6个仿真场景中，MNSGA-Ⅱ对于目标函数f 1，f 2和f 3的优化效果均优于MOGA，其中未调度任务优先级权值之和的平均值降低了66.77%，总能耗平均值降低了69.73%，任务调度完成用时平均值降低了35.27%。......
2023-07-02
- 详细阅读
-
仿真模型的建立及分析结果详细阅读
图3-25 三角形隶属度函数模糊控制规则是模糊控制的核心，因此，如何建立模糊控制规则成为一个十分关键的问题。根据表3-3所示参数，由式可得D0=0.24；由式可得x0=[0.11573600]T；由式可得图3-28 模糊控制器输出曲线图3-28 模糊控制器输出曲线图3-29 有源电力滤波器整体仿真模型表3-3 仿真参数图3-29 有源电力滤波器整体仿真模型表3-3 仿真参数取正定矩阵取正定矩阵根据实验取定根据实验取定具体仿真结果如下：1）图3-30所示为无滤波器的情况下电网电流波形。......
2023-06-23
-
实验方法及结果分析详细阅读
实验中触头预压力FK保持为25.1N。表6-5为两组实验和仿真的详细结果数据。图6-21为峰值电流为11.3kA时的电流和电动斥力实验波形。表6-5 实验和仿真结果比较在仿真中，表征触头接触情况的参数ξ取值为0.45。而电流峰值为9.0和11.3kA时，对应的触头压力分别为35.4和55.9N。根据式（6-1），可得导电斑点的半径分别为0.158和0.199mm。因此，引入导电桥模型，采用有限元静态分析的方法计算电动斥力是合理的，也是有效的。......
2023-06-15
-
SMCB开断过程仿真及实验结果：额定电流35详细阅读
2.预期短路电流Ie=1.5kA图8-18a、图8-18b、图8-18c分别为实验回路额定电压U=230V，预期短路电流有效值Ie=1.5kA、合闸相角ψ=0°时的SMCB两端电压、流过主回路和辅助回路的电流、回路总电流的计算结果，在主回路电流励磁作用下气隙1和作用在MR-35磁脱扣器动铁心上的电磁力计算结果，开断过程中系统电压、短路电流和SMCB两端电压的实验结果。......
2023-06-15
-
实验与实验结果分析详细阅读
之后计算求得该组5个制品减重百分数的平均值xi，作为该组实验的结果。表6-9 实验结果表6-10 实验结果表6-11 实验结果表6-9～表6-11中，每一行为一组实验数据，各因素下为对应的水平号。表6-10～表6-11中实验号5、13、14的实验结果明显小于其他数据，后续数据处理中保留了这些数据，没有作为奇异项处理。图6-32 一个注塑周期的实验数据图所有数据统一在一个时间轴下记录，为后续数据分析提供了便利。......
2023-07-02
-
实验内容及结果分析详解详细阅读
例如，根据6.5.3节的实验设置，当冻结本文迁移学习模型的第1～9层时，本节模型在KTH-TIPS纹理库训练集和验证集上的损失函数变化情况如图6-17所示，识别精度变化情况如图6-18所示。综上可以看出，本节算法在4个纹理库上一致取得了良好的识别结果。其中，表6-9中未给出的部分结果表示相关文......
2023-06-29
相关推荐