第1章 绪论
1.1 研究背景、目的及意义
1.1.1 研究的背景
算机是驱动人类文明历史发展的重要力量之一。工作流技术应用于对科学和工业应用的建模。一个工作流任务集合通常具备许多优先约束的子任务。其中任务的输入输出之间具有依赖关系。在当今世界国际科学技术体系中，一个国家的综合科学分析、计算解决问题能力越强，就越能够更快的提高自身的科技水平、尽早的实现全国社会生产工艺现代化的目标。
智能计算理论研究利用其本身具有的并行性、自适应性、自学习性来对各个学科中的海量数据进行规律挖掘和知识发现；将需要解决的问题通过设定特定的数学模型抽象为虚拟结点集合来进行描述的一门学科，使工艺结点集合具有可操作、可编程、可计算和可视化的性质 [1]。在整个计算分析问题过程中由于考虑了计算可以在瞬间获得结果以及获取最终结果的敏捷准确性，因而当遇到复杂的问题对象主体时，能够通过将任务分解为独立的集合个体或者变换计算方法，使得在一定时间，问题对象主体能够获得一定范围内的最优的解。目前，智能计算理论技术在工程流程建设、企业优化管理等实际应用领域已经得到了广泛的使用，例如：基于理论开发出的软、硬件产品已广泛用于通信控制模型建立、人工智能产业、产业大数据分析、军事模式识别和生产企业生产调度等各个领域[2]。它使得智能计算理论的未来进一步应用于实际工作和生活中成为一种可能，它是推进军事科技内容和民用基础行业朝着自动化、智能化方向发展的灵魂存在巨大的应用前景，也将会促进国民经济的发展与提升。所以深入研究智能计算技术对于每个人都具有重要的意义，值得引起高度广泛关注。
近年来，为了在诸如“网格计算”和“云计算”之类的分布式计算环境中进行数据运算处理，由于工作流技术是一种有吸引力的范例、同时还具有强大的表达广泛应用程序能力而被采用，包括科学智能企业计算，多层 Web 管理和大数据处理程序应用 [3]。工作流技术是对生产工艺业务流程以及业务操作根据规则规范来进行业务的抽象、概括、对其实施计算优化的过程中使用的方式方法，最终使得各部分组织在前后有一定逻辑和规则操作模型，可以在计算机中以恰当的模型表达 [4]。合理规范使用工作流技术作为智能计算理论研究和供应链管理技术的一个重要手段，达到资源配置合理利用、提高产值的效果。
............................
1.2 国内外研究现状
在当代社会中，伴随着工业广泛而进一步的发展，生产过程中暴露了一系列的问题。一般而言，使用工作流技术，可以将业务流程分别建模和将控制过程语义描述活动之间的约束关系，解决为一些可管理的小事件[14]。我们根据现有的国内外相关期刊、学术会议研究进行学习；调度的差异进行分类、分析工作流流程。可以将算法分为三类：单目标优化算法，多目标优化算法和启发式算法。
活动调度 ：在活动调度基础上通过更改机器上的加工顺序，使至少一个工序可以提前加工，必然导致其他工序完成时间推迟。也就是说，在活动调度中，在保留可行性的前提下，没有任何工序可以插入加工时间表前面的空隙中[15]。
半活动调度：在半活动调度基础上更改机器上的加工顺序，使至少一个工序可以提前加工[16]。
无延迟调度：存在一个工件等待加工时，不存在可用的处于空闲的机器。注意，最优解一般不在无延迟调度内[17]，调度分类如图 1-1 所示。
计算机论文怎么写
第2章 热力系统工艺模型建立与问题验证
2.1 引言
发电厂热力系统是使用相应的连接渠道将各种所需的热力设备（如锅炉、凝结器、水泵、汽轮机、发电机等）按照规定的顺序连接起来，组成一个整体系统。在这个系统中每个结构之间都可以使用若干个彼此相互关联的任务来进行服务提供描述，任务与任务之间的复杂约束可以看作是使用有向无环图（DAG）描述的工作流。伴随面向服务的体系结构（service-oriented architecture, SOA）的提出并广泛应用于各个领域当中，完成这些任务的资源服务集合可看作单一服务个体或者组合服务，由于需要优化的参数之间相互联系、相互制约，导致对面向服务的体系结构的动态平衡优化具有一定的难度[52]。因此我们在设计、完成调度算法之前，需要对相关部分的模型有所了解、理论知识进行整体的研究，从而能采用正确的方法更好的研究问题。
......................
2.2工作流相关模型分析
发电厂热力系统是使用相应的连接渠道将各种所需的热力设备（如锅炉、凝结器、水泵、汽轮机、发电机等）按照规定的顺序连接起来，组成一个整体系统。在这个系统中每个结构之间都可以使用若干个彼此相互关联的任务来进行服务提供描述，任务与任务之间的复杂约束可以看作是使用有向无环图（DAG）描述的工作流。伴随面向服务的体系结构（service-oriented architecture, SOA）的提出并广泛应用于各个领域当中，完成这些任务的资源服务集合可看作单一服务个体或者组合服务，由于需要优化的参数之间相互联系、相互制约，导致对面向服务的体系结构的动态平衡优化具有一定的难度[52]。因此我们在设计、完成调度算法之前，需要对相关部分的模型有所了解、理论知识进行整体的研究，从而能采用正确的方法更好的研究问题。
到目前为止对于用户集群环境，人类已经开发了许多启发式方法来安排相互依赖、相互制约的任务。但是在网格（Grid）环境中也存在着工作流应用程序的许多问题，例如：
1. 资源在网格上共享，许多用户争夺资源。
2. 资源不受调度程序的控制。
3. 资源是异构的，对于任何一个资源，其性能可能都不相同给定任务。
4. 许多工作流程应用程序是数据密集型的，而大型数据集则是需要在多个站点之间转移。
因此，网格工作流调度需要考虑非专用和异构执行环境。它还需要解决大问题之间各种数据通信路径的跨数据传输。在工作流调度算法执行过程中，输入一般是以抽象的数学模型来定义工作流任务，给与其一定的规则；并且不需要理解其实际位置上被提供服务的资源集。有抽象确定性和非确定性两种类型的工作流模型。在确定性模型中任务和 Input / Output 数据的依赖关系是事先已知的；而在非确定性模型，它们仅在运行时才知道。因此工作流调度算法是基于抽象工作流模型的确定性类型，并且重新以有向无环图（DAG）的形式发送。主要分类为基于 Best-effort 工作调度和基于 QoS 约束的调度[54]。
.............................
3章 热力系统多目标工作流调度算法............................. 25
3.1 引言 ........................... 25
3.2 基于优先级规则的线性制造工艺多目标工作流调度算法 .......................... 27
第4章 基于马尔科夫决策的多目标动态调度算法 ........................... 42
4.1 引言 .................... 42
4.2 马尔科夫决策方法的相关定义 ....................... 42
第五5章 热力系统工作流调度仿真案例分析 .................... 50
5.1 引言 ................................... 50
5.2 热力系统多目标工作流调度算法 ....................................... 50
第五5章 热力系统工作流调度仿真案例分
5.2 热力系统多目标工作流调度算法
本章主要考虑的是第二章中所介绍的热力系统工艺模型优化调度问题。因此，通过设计系统来实现流程优化的服务选择、性能对比等。基于优先级规则的线性制造工艺多目标工作流调度算法（LMPA）与非线性制造工艺多目标工作流调度算法（OVMG）是将复杂路径处理。在热力系统工作流模型中，求解过程如图 5-1 所示。
计算机论文参考
.............................
结论
对于线性工艺下的工作流调度模型、非线性工艺下的工作流调度模型、如何解决动态调度和各种评价准则等方面本身就是一个难题，通过采用有向无环（DAG）图对其描述，本文研究了生产过程中线性工作流调度问题和非线性工作流调度问题，并在此基础上应对于不同的追求目标，实现参数的平衡；通过调整时间下准确率的提高或者成本降低，给电厂基建带来一定的经济效益。
本文在发电厂热力系统作为范例进行试验的过程中，主要有以下结果的产生：
1.针对选取的发电厂热力系统基建应用,本文提出了引入优先级规则线性制造工艺多目标工作流调度算法（LMPA）。
2.采用虚拟工作流技术，通过分段优化、同构转换,实现服务资源的合理搭配，提出非线性制造工艺多目标工作流调度算法（OVMG）。
3.为了解决静态工作流存在无法在时间变化、任务的服务属性变化情况下动态更新优化策略的问题，结合设计基于马尔科夫决策的多目标动态调度算法。实验案例表明，应对于在实际情况中所产生的执行时间变化和任务服务集合发生变化时，动态调度算法能够在约束时间下重新选择优化路径，满足实际要求。
本文通过开发工作流调度仿真平台章主要是验证算法搭建应用平台，对设计的发电厂热力系统管理算法进行了实验分析，通过在时间消耗、成本消耗、质量参数等方面进行对比，可以较为直观地获得算法的运行结果。计算得到结果和 OVMG 算法有一定程度上的优化效果，为验证 LMPA 算法和 OVMG 算法的性能的优点提供了平台基础。
参考文献（略）