，，,*，

1. 上海交通大學(xué) 區(qū)域光纖通信網(wǎng)與新型光通信系統(tǒng)國家重點實驗室，上海 200240 2. 上海衛(wèi)星工程研究所，上海 200240

天基信息港是一個具有數(shù)據(jù)中繼和多源信息融合處理能力的全新天基網(wǎng)絡(luò)節(jié)點概念[1-2]，其在同步軌道搭建了統(tǒng)一的信息處理平臺，具有數(shù)據(jù)轉(zhuǎn)發(fā)、處理、存儲等功能，能夠向各類用戶提供星上處理和數(shù)據(jù)中繼的服務(wù)。天基信息港作為天基網(wǎng)絡(luò)信息體系高軌節(jié)點的一種形態(tài)，可以是一個集成多類功能的大衛(wèi)星或者由一簇在同步軌道上共位的模塊化衛(wèi)星組成。

多源信息融合是天基信息港的重要應(yīng)用之一[3-4],天基信息港可以通過天線資源匯集各類的遙感衛(wèi)星數(shù)據(jù)，并利用星上處理資源融合處理后分發(fā)，使得遙感衛(wèi)星獲取的數(shù)據(jù)不再需要直接或者間接由中繼衛(wèi)星傳輸?shù)降孛嬲具M(jìn)行處理和分發(fā)，減少了地面數(shù)據(jù)中心接收和分發(fā)數(shù)據(jù)的傳輸時間，實現(xiàn)了信息獲取的有效性、準(zhǔn)確性和高實時性[5]。

天基信息港的多源信息融合任務(wù)可劃分為與各個數(shù)據(jù)源衛(wèi)星相關(guān)的一組子任務(wù)，每個子任務(wù)包括數(shù)據(jù)傳輸階段和數(shù)據(jù)處理階段，分別需要占用天基信息港的天線資源和處理資源?；谝陨戏治?，本文提出并研究了天基信息港的多源信息融合任務(wù)調(diào)度問題，即在滿足天基信息港資源約束下，如何分配多源信息融合的子任務(wù)在天線資源和處理資源上的執(zhí)行時間，使得多源信息融合任務(wù)的完成時間最小。

目前，還沒有在星上實現(xiàn)多源信息融合任務(wù)調(diào)度或者衛(wèi)星天線和處理資源聯(lián)合調(diào)度的相關(guān)研究。當(dāng)前有關(guān)星上資源調(diào)度的研究大多針對于中繼衛(wèi)星的資源調(diào)度[6-13]，這些文獻(xiàn)根據(jù)中繼衛(wèi)星天線資源的不同特征進(jìn)行建模，并提出了多種算法進(jìn)行求解，但相比較多源信息融合任務(wù)調(diào)度，沒有考慮數(shù)據(jù)處理的過程。因為多源信息融合任務(wù)與數(shù)據(jù)處理相關(guān)，可以參考數(shù)據(jù)中心的計算任務(wù)調(diào)度研究，文獻(xiàn)[14-15]對遙感數(shù)據(jù)處理任務(wù)的流程進(jìn)行分析并建模求解，文獻(xiàn)[16]研究了計算任務(wù)與通信聯(lián)合調(diào)度的問題，但是它們的應(yīng)用場景都是地面的數(shù)據(jù)處理中心，沒有考慮到衛(wèi)星時間窗的特點。

本文通過分析多源信息融合的任務(wù)流程及天基信息港的資源特征，首次提出了天基信息港的多源信息融合任務(wù)調(diào)度問題，并設(shè)計了多機(jī)循環(huán)插入(Multi-machine Circular Insertion，MCI)算法進(jìn)行求解。仿真結(jié)果表明MCI算法能夠有效減少任務(wù)完成時間。

互聯(lián)網(wǎng)經(jīng)濟(jì)的迅猛發(fā)展，促使高等教育分化，高等院校培養(yǎng)學(xué)生的出口拓寬。應(yīng)用型本科院校教學(xué)的重點除了給學(xué)生奠定科學(xué)基礎(chǔ)，更重要的功能是培養(yǎng)學(xué)生的應(yīng)用能力。數(shù)據(jù)庫原理是計算機(jī)類專業(yè)的必修專業(yè)基礎(chǔ)課，為學(xué)生進(jìn)行信息化管理應(yīng)用奠定基礎(chǔ)。如何使學(xué)生將理論學(xué)習(xí)轉(zhuǎn)化為應(yīng)用技能提升是應(yīng)用型本科教學(xué)的關(guān)注點，平頂山學(xué)院信息工程學(xué)院物聯(lián)網(wǎng)工程專業(yè)以數(shù)據(jù)庫原理課程教學(xué)為載體，探索了基于“學(xué)習(xí)成效”評價模式教學(xué)過程管理應(yīng)用研究，以期通過全過程的學(xué)習(xí)評價、注重學(xué)習(xí)效果的評價方式提升學(xué)生自主學(xué)習(xí)的自覺性和提高創(chuàng)新思維的主動性。

1 天基信息港任務(wù)調(diào)度模型

1.1 天基信息港任務(wù)調(diào)度問題描述

不同種類衛(wèi)星傳感器獲得的數(shù)據(jù)之間可以互補(bǔ)，例如光學(xué)成像衛(wèi)星可以直觀獲得目標(biāo)的外觀形狀等特征，但易受天氣的影響；SAR衛(wèi)星工作時不易受到天氣等因素的影響，可以全天時、全氣候?qū)Φ赜^測，但是成像不直觀。多源信息融合任務(wù)通過一個處理節(jié)點匯集多維度遙感數(shù)據(jù)，提取出各種數(shù)據(jù)不同特征并進(jìn)行融合，以獲得較單個數(shù)據(jù)更為準(zhǔn)確的綜合信息。當(dāng)用戶提出了任務(wù)需求后，天基信息港根據(jù)任務(wù)目標(biāo)的屬性、傳感器特性，選擇合適的數(shù)據(jù)源衛(wèi)星。天基信息港實現(xiàn)多源信息融合的工作流程如圖1所示，主要分為3個步驟：1)各類遙感衛(wèi)星將獲取的數(shù)據(jù)通過星間鏈路傳輸給天基信息港；2)天基信息港的可重配置計算處理資源[17]對獲取的遙感數(shù)據(jù)進(jìn)行特征提取、融合處理，將融合處理的中間數(shù)據(jù)存儲在星上；3)天基信息港將用戶可直接所用的信息數(shù)據(jù)傳輸給地面或者近地空的單位。

圖1 天基信息港的工作流程Fig.1 Workflow of space-based information port

數(shù)據(jù)融合方法包括像素層、特征層及決策層。天基信息港在對傳輸數(shù)據(jù)進(jìn)行處理時需要最大程度保留目標(biāo)的特征信息，減少無效數(shù)據(jù)傳輸，本文中的多源信息融合任務(wù)設(shè)為特征層的數(shù)據(jù)融合。在天基信息港上實現(xiàn)特征層的遙感數(shù)據(jù)融合的流程包括數(shù)據(jù)傳輸，數(shù)據(jù)預(yù)處理和特征提取3個步驟[3,5]，其中數(shù)據(jù)預(yù)處理和特征提取可以合并為數(shù)據(jù)處理階段，如圖2所示。遙感數(shù)據(jù)處理是典型的數(shù)據(jù)密集型計算，通過星上可重配置計算機(jī)可以對獲取的遙感數(shù)據(jù)進(jìn)行處理。同時在天基信息港上可以存儲多種處理算法，通過軟件重配置技術(shù)進(jìn)行調(diào)用以滿足不同的任務(wù)需求[17]。

在不考慮分布式計算的情況下，天基信息港有多個天線資源和一個處理資源?？紤]任務(wù)的高時效性[5]，調(diào)度目標(biāo)是在滿足約束條件下，將任務(wù)合理安排到各個資源上，并分配任務(wù)的執(zhí)行時間，最小化任務(wù)總的完成時間。

圖2 多源信息融合任務(wù)流程Fig.2 Task flow of multi-source information fusion

鑒于天基信息港任務(wù)調(diào)度問題的復(fù)雜性，為了簡化問題，提出以下假設(shè)：1)不考慮多個不同軌位天基信息港下的分布式計算任務(wù)，即所有的數(shù)據(jù)處理任務(wù)集中在單個天基信息港上。2)執(zhí)行多源信息融合任務(wù)前，數(shù)據(jù)源衛(wèi)星已經(jīng)獲取了融合處理所需數(shù)據(jù)，即所有子任務(wù)在同一時刻均可開始。

舟山海域隸屬寧波舟山港區(qū)，地處長江經(jīng)濟(jì)帶與沿海運輸國際航道交匯點，江海聯(lián)運業(yè)務(wù)繁忙，水文條件復(fù)雜。沿岸水域流速大，流態(tài)多樣，局部存在渦流和切變流。

對于完全搜索算法而言，算法時間復(fù)雜度太高，算法運行時間太長，不滿足天基信息港任務(wù)高實時性的要求，因此，啟發(fā)式算法更適應(yīng)于該問題。對于流水車間調(diào)度，經(jīng)典的NEH算法性能[21]較優(yōu)，但是天基信息港任務(wù)調(diào)度問題在第一階段為并行機(jī)且有時間窗的約束，NEH算法不再適用于天基信息港任務(wù)調(diào)度問題。本文針對天基信息港任務(wù)調(diào)度問題，提出啟發(fā)式的MCI算法。

李彬，張俊瑞，馬晨(2013)通過對上市公司研發(fā)支出資本化的會計處理進(jìn)行研究，發(fā)現(xiàn)其存在調(diào)節(jié)盈余管理行為，導(dǎo)致企業(yè)披露的會計信息缺乏謹(jǐn)慎性和真實性增強(qiáng)不謹(jǐn)慎性風(fēng)險，建議證監(jiān)會加大市場監(jiān)督力度和年報審核的嚴(yán)格性，政府部門應(yīng)對企業(yè)業(yè)務(wù)相關(guān)性做出約束并提高業(yè)務(wù)和會計處理相關(guān)性要求。

圖3 多源信息融合的子任務(wù)調(diào)度流程Fig.3 Multi-source information fusion subtask scheduling

需要滿足的約束條件：1)任務(wù)在數(shù)據(jù)傳輸階段有可見時間窗約束，天基信息港位于同步軌道，低軌道的用戶衛(wèi)星與天基信息港的數(shù)據(jù)傳輸只能建立在雙方的可見范圍內(nèi)，即數(shù)據(jù)傳輸任務(wù)在天線資源上的調(diào)度時間必須在可見時間窗內(nèi)，如圖3所示。2)天線資源設(shè)為激光終端，多個天線資源傳輸能力相同，即數(shù)據(jù)傳輸任務(wù)調(diào)度在任意天線上的時間相同，每個天線資源同一時刻最多只能執(zhí)行一個數(shù)據(jù)傳輸任務(wù)，任務(wù)在執(zhí)行期間不可中斷。3)處理資源為單個星上可重配置計算機(jī)，同一時間最多只能執(zhí)行一個數(shù)據(jù)處理任務(wù)，且任務(wù)不可中斷。4)遙感數(shù)據(jù)需要先傳輸再進(jìn)行處理，多源信息融合子任務(wù)的數(shù)據(jù)處理階段需要在其數(shù)據(jù)傳輸階段完成之后才能執(zhí)行，如圖3所示。5)軍事或者災(zāi)害應(yīng)急這類任務(wù)要求必須全部完成，即多源信息融合的所有子任務(wù)必須完成。

1.2 參數(shù)說明

對文中出現(xiàn)的相關(guān)參數(shù)符號進(jìn)行定義，如表1所示。

表1 參數(shù)符號定義

1.3 數(shù)學(xué)模型

基于上述問題描述和參數(shù)定義，天基信息港任務(wù)調(diào)度的數(shù)學(xué)模型如下：

MinCmax=max(hj|j∈J)

s.t.

過程1) 根據(jù)解序列π得到每個天線上任務(wù)排序，并按m=1～|M|依次取出天線m上排序的任務(wù)。

(2)高程控制測量：利用水準(zhǔn)點2S01、2S02為起算點，采用拓普康自動安平水準(zhǔn)儀按附合水準(zhǔn)方法測量A、B、C點高程，并作為土方現(xiàn)狀地面高程起算點。

(1)

(2)

由表5和表6可以看出A、B、C三個影響因素中，影響因素順序為A＞C＞B。由表5的均值結(jié)果分析，因素A的優(yōu)劣順序為3＞2＞1；因素B的優(yōu)劣順序為3＞2＞1；因素C的優(yōu)劣順序為3＞1＞2。最終選擇以A3B3C3為最佳水提工藝條件，即加10倍量水，煎煮3次，每次煎煮1.5 h。

m∈M

(3)

(ta-hb)(tb-ha)≤0,?a,b∈J,a≠b

夾持器各結(jié)構(gòu)參數(shù)的優(yōu)化結(jié)果如表5所示，對于不同的R值，各結(jié)構(gòu)參數(shù)優(yōu)化結(jié)果均相同。當(dāng)R=35 mm時，在約束Dp作用下運動桿4、桿5無法貼合圓柱以致無法包絡(luò)夾持，需舍棄。優(yōu)化前后夾持器夾持力對比如表6所示。其中，F(xiàn)oe為優(yōu)化后夾持器的總輸出力，F(xiàn)ce為優(yōu)化前夾持器的總輸出力。表6顯示，包絡(luò)夾持模式下優(yōu)化后夾持力提升幅度隨R增大而減少，但不低于10%，總體優(yōu)化效果明顯。

(4)

在以上模型中，目標(biāo)函數(shù)Cmax是問題的優(yōu)化目標(biāo)，要求完成所有子任務(wù)的時間盡可能短，即最小化多源數(shù)據(jù)融合的完成時間。其中，約束1)表示數(shù)據(jù)傳輸任務(wù)調(diào)度時間必須在天線資源和用戶星的可見時間窗內(nèi)；約束2)表示對于每個子任務(wù)，其數(shù)據(jù)處理階段需要其數(shù)據(jù)傳輸階段完成之后才能開始執(zhí)行；約束3)表示每個天線資源上數(shù)據(jù)傳輸任務(wù)調(diào)度的時間段之間不會發(fā)生沖突，即一條天線鏈路同一時刻只能執(zhí)行一個數(shù)據(jù)傳輸任務(wù)；約束4)表示處理資源上數(shù)據(jù)處理任務(wù)調(diào)度的時間段之間不會發(fā)生沖突，即一個處理資源同一時刻只能執(zhí)行一個數(shù)據(jù)處理任務(wù)。天基信息港根據(jù)處理任務(wù)類型、計算能力和數(shù)據(jù)量可以得到數(shù)據(jù)處理任務(wù)的時間，同樣，根據(jù)天線傳輸速率和數(shù)據(jù)量可以得到數(shù)據(jù)傳輸?shù)臅r間。

女醫(yī)生姓庫，我們都管她叫庫醫(yī)生。庫醫(yī)生說，現(xiàn)在床位很緊張，只能給我們臨時加張床。并且還親自領(lǐng)我們?nèi)チ瞬》?。王姐則抓緊時機(jī)，聊起了我的病情，問：庫醫(yī)生，是不是像我妹夫這種情況不多見吧？庫醫(yī)生說：氣管異物常有，像這么長時間的好像還沒聽說過。王姐又問：那像我妹夫這種情況咱院應(yīng)該能做吧？庫醫(yī)生說：蔣院長既然敢收，就應(yīng)該能做。

1.4 調(diào)度原理

舉例8個任務(wù)的調(diào)度情況，任務(wù)的數(shù)據(jù)傳輸時間依次取15、10、18、20、11、17、15、13個單位，數(shù)據(jù)處理時間依次取6、2、4、2、4、7、6、5個單位，每個任務(wù)在數(shù)據(jù)傳輸階段只能在時間窗內(nèi)調(diào)度，如圖4所示，虛塊在坐標(biāo)軸上的位置表示任務(wù)的時間窗，實塊在坐標(biāo)軸上長度表示數(shù)據(jù)傳輸時間。

圖4 任務(wù)的時間窗Fig.4 Task time windows

圖5 不同的調(diào)度結(jié)果Fig.5 Different scheduling results

圖5(a)(b)分別表示隨機(jī)調(diào)度和最優(yōu)調(diào)度的結(jié)果。通過對比可知因為時間窗的約束，在隨機(jī)調(diào)度過程中，任務(wù)5、3、4之前都有空閑的資源時間沒有被利用，因而最后導(dǎo)致任務(wù)總的完成時間要大于最優(yōu)調(diào)度的結(jié)果。一方面，時間窗導(dǎo)致任務(wù)在數(shù)據(jù)傳輸階段產(chǎn)生的空閑時間是影響調(diào)度結(jié)果的因素，另一方面因為是兩階段調(diào)度問題，所以任務(wù)在數(shù)據(jù)處理階段的空閑時間也是影響最終結(jié)果的一個因素。當(dāng)獲取最優(yōu)解時，任務(wù)在數(shù)據(jù)處理階段的空閑時間最小，所以任務(wù)在數(shù)據(jù)傳輸階段調(diào)度順序的不同也會導(dǎo)致數(shù)據(jù)處理階段空閑時間的不同,調(diào)度目標(biāo)也可以看做是最小化數(shù)據(jù)處理階段的空閑時間。

根據(jù)任務(wù)調(diào)度模型的定義，天基信息港的多源信息融合任務(wù)調(diào)度可看為復(fù)雜的兩階段混合流水車間調(diào)度問題，第一階段為并行機(jī)，第二階段為單機(jī)。本問題與兩階段混合流水車間調(diào)度問題不同的是在第一階段的每個任務(wù)具有不同的可用時間窗的約束，因為兩階段混合流水車間調(diào)度問題已經(jīng)證明是強(qiáng)NP-hard問題[18]，而帶有時間窗約束的兩階段混合流水車間調(diào)度具有更高復(fù)雜度，所以天基信息港任務(wù)調(diào)度問題為強(qiáng)NP-hard問題。

2 任務(wù)調(diào)度算法設(shè)計

設(shè)計算法的基本思路是通過合理安排數(shù)據(jù)傳輸任務(wù)和數(shù)據(jù)處理任務(wù)的調(diào)度順序、分配數(shù)據(jù)傳輸任務(wù)對應(yīng)的天線資源，使得完成所有子任務(wù)的時間最小。對于第二階段為單機(jī)且無時間窗約束的兩階段混合車間調(diào)度問題，已證明在給定第一階段的各個任務(wù)調(diào)度時間下，將第二階段的任務(wù)按第一階段的任務(wù)的完成時間遞增排序進(jìn)行調(diào)度，可得到第二階段的最優(yōu)調(diào)度[18]，即第一階段數(shù)據(jù)傳輸任務(wù)調(diào)度方案會直接影響第二階段數(shù)據(jù)處理任務(wù)的調(diào)度方案。另外，不同于有不可用時間段約束的流水車間調(diào)度問題[19-20]，在第一階段每個任務(wù)具有不同的時間窗約束，因此在調(diào)度過程中會產(chǎn)生多個空閑時間段，調(diào)度算法需要盡量減少空閑的時間段。

根據(jù)以上分析，天基信息港任務(wù)調(diào)度問題具體描述如下：一個多源信息融合任務(wù)包括多個遙感衛(wèi)星數(shù)據(jù)處理的子任務(wù)，每個子任務(wù)具有數(shù)據(jù)傳輸階段和數(shù)據(jù)處理階段，衛(wèi)星數(shù)據(jù)需要先傳輸?shù)教旎畔⒏墼龠M(jìn)行處理，因此每個子任務(wù)需要順序調(diào)度在天基信息港的天線資源和處理資源上。

MCI算法首先利用在多個天線資源上循環(huán)插入的方法獲得任務(wù)的解序列，當(dāng)?shù)玫饺蝿?wù)的解序列后，按照基于時間窗的解序列調(diào)度策略進(jìn)行求解，可以得到具體的調(diào)度方案?？紤]到任務(wù)的解序列要覆蓋所有的解空間，解序列需要表示在每個天線資源上分配的數(shù)據(jù)傳輸任務(wù)及每個天線資源上數(shù)據(jù)傳輸任務(wù)的排列順序，即解序列{m1=(jk,…,jk*)，m2=(js,…,js*),m3=(jr,…,jr*)}表示分別在天線資源1、2、3上按順序分配任務(wù)jk到j(luò)k*，js到j(luò)s*，jr到j(luò)r*。

栗戰(zhàn)書委員長在講話中著重指出：“要加強(qiáng)生態(tài)環(huán)境、社會主義核心價值觀、社會民生等重點領(lǐng)域地方立法，努力從法治上增強(qiáng)人民群眾的獲得感、幸福感、安全感。”可以說，這一“著重指出”，即是在提示我們從事地方立法工作的同志，只有通過深入學(xué)習(xí)貫徹習(xí)近平總書記關(guān)于以人民為中心的立法理念，始終堅持把惠民作為其價值取向，做到地方立法工作緊緊圍繞同級黨委決策部署的重點、經(jīng)濟(jì)社會發(fā)展的難點、人民群眾關(guān)心的熱點展開，才能最大限度地凝聚社會共識，讓最廣大的人民群眾享受到最充分的地方立法之紅利。

2.1 基于時間窗的解序列調(diào)度策略

解序列調(diào)度策略過程如下：

過程2) 遍歷已調(diào)度時間段，并取當(dāng)前時間窗和已調(diào)度時間段的交集得到可用時間段，如果當(dāng)前時間窗下沒有足夠長度時間段進(jìn)行調(diào)度，則根據(jù)軌道信息更新用戶的下一個時間窗并重復(fù)步驟2，如圖6所示。

圖6 時間窗約束下任務(wù)調(diào)度示意Fig.6 Task scheduling under time window constraint

過程3) 當(dāng)有可用時間段進(jìn)行調(diào)度，選擇該天線資源上最早可用時間段進(jìn)行調(diào)度，并將該時間段更新到已調(diào)度的時間段中。

過程4) 如果所有任務(wù)沒有調(diào)度完，轉(zhuǎn)過程1)，否則轉(zhuǎn)過程5)。

步驟6) 得到所有任務(wù)循環(huán)結(jié)束后的最終解序列π，并得到目標(biāo)值Cmax。

2.2 MCI算法

結(jié)合上文提出的解序列調(diào)度策略下MCI算法的具體步驟如下(算法流程如圖7所示)。

真之本質(zhì)的轉(zhuǎn)變的第二重意義就是“哲學(xué)”變成了“形而上學(xué)”。Philosophia從對sophia[精通、智慧]的熱愛變成了“超越”存在者之陰影而“走向”存在者之理念的“形而上學(xué)”。最高的理念，善的理念，作為第一原因和最高原因，也被柏拉圖和亞里士多德稱為to theion[神]，因此探究存在者之存在的形而上學(xué)不僅是存在論，也是神學(xué)。[5]235-236形而上學(xué)的“存在-神學(xué)”機(jī)制在柏拉圖那里的發(fā)端處就已被預(yù)定。

步驟4) 根據(jù)k=2～n依次取出序列σ第k個任務(wù)，將其插入到解序列上所有可能插入的位置形成k+|M|-1個解序列(如{(j1,j2),?,…,?}，{(j2,j1), ?,…,?}，{(j1),(j2),…,?}，…，{(j1),?,…,(j2)})，并根據(jù)解序列的調(diào)度策略計算Cmax，取最小Cmax時的解序列π。

步驟3) 取序列σ第一個任務(wù)分配在天線資源1上，得到初始解序列γ={(j1),?,…,?}。

步驟5) 將解序列π作為下次循環(huán)的初始解序列。如果k=n，轉(zhuǎn)步驟4)，否則轉(zhuǎn)步驟6)。

過程5) 更新完所有任務(wù)的數(shù)據(jù)傳輸任務(wù)時間段后，對所有數(shù)據(jù)傳輸任務(wù)完成時間進(jìn)行升序排序，并按排序?qū)?shù)據(jù)處理任務(wù)進(jìn)行順序調(diào)度，更新數(shù)據(jù)處理資源所用時間。

1.加強(qiáng)稅法宣傳，執(zhí)法公開透明。要貫徹落實“放管服”改革政策，又要防止執(zhí)法風(fēng)險，就要及時做好政策宣傳，把各項“放管服”改革列出的取消和保留稅務(wù)行政許可審批項目清單，通過門戶網(wǎng)站、辦稅公告欄、辦稅電子觸摸顯示屏、稅企微信群和QQ群等形式及時向社會公布，及時公開稅收政策和辦稅流程，做到公開公平公正執(zhí)法，增大稅收執(zhí)法透明度，自覺接受社會監(jiān)督，進(jìn)一步提高納稅遵從度。

MCI算法在NEH算法思想的基礎(chǔ)上，擴(kuò)展到在多個機(jī)器上循環(huán)插入，并且加入了基于時間窗的解序列調(diào)度策略，使得本算法可以適用于天基信息港任務(wù)調(diào)度問題。

圖7 MCI算法流程Fig.7 MCI algorithm flow chart

3 仿真試驗及分析

3.1 仿真場景

考慮天基信息港在高軌節(jié)點上提供服務(wù)，用低軌用戶衛(wèi)星和中繼衛(wèi)星模擬天基信息港的運行場景。天基信息港采用中繼衛(wèi)星(TDRS-8)的軌道參數(shù)，用戶衛(wèi)星選擇現(xiàn)有的低軌衛(wèi)星，包括NOAA[22]，YAOGAN[23]等低軌衛(wèi)星。調(diào)度目標(biāo)要求所有任務(wù)必須完成，如果仿真中規(guī)劃時間窗的長度不夠可能導(dǎo)致調(diào)度失敗，因此在仿真時規(guī)劃了一天內(nèi)的時間窗，結(jié)合仿真的天線數(shù)、任務(wù)數(shù)和數(shù)傳時間，可以保證任務(wù)一定完成。仿真時段設(shè)為2017-05-13 00:00:00至2017-05-14 00:00:00，根據(jù)天基信息港和用戶衛(wèi)星的軌道參數(shù)，通過衛(wèi)星仿真軟件STK計算出各用戶衛(wèi)星與天基信息港在一天內(nèi)的可見時間窗。假設(shè)天基信息港有3個天線資源和1個處理資源，每個天線資源分別提供一條激光通信鏈路。

多源信息融合任務(wù)的子任務(wù)數(shù)量分別取5，10，15，20，25，30，考慮未來激光通信鏈路的帶寬通信速率可達(dá)到Gbit/s，激光鏈路的建立時間在分鐘級以上，遙感數(shù)據(jù)量從吉比特到太比特不等，假設(shè)數(shù)據(jù)傳輸階段調(diào)度時間取[5,20] min的均勻分布，數(shù)據(jù)處理時間取[5/σ,20/σ] min的均勻分布，其中σ表示通信傳輸與計算的時間比值，分別取3×3/2，3，3×2/3來仿真低、中、高不同計算密集程度的任務(wù)。另外所有子任務(wù)的到達(dá)時間相同且隨機(jī)選擇為一天的零時。

3.2 仿真結(jié)果與分析

分別采用MCI算法、遺傳算法[24]和列表調(diào)度[18](Johnson List，JL)算法并結(jié)合本文的解序列調(diào)度策略進(jìn)行仿真試驗。遺傳算法在組合優(yōu)化問題方面有著廣泛的應(yīng)用，對解進(jìn)行編碼表示為個體，將多個個體組成種群，通過解碼得到每個個體的適應(yīng)度，對種群的不斷進(jìn)化使得種群朝最優(yōu)解方向移動。遺傳算法的編碼方式參考文獻(xiàn)[24]，解碼方式為本文的解序列調(diào)度策略，適應(yīng)度為問題的優(yōu)化目標(biāo)，設(shè)置仿真的交叉率為1，變異率為0.4，種群規(guī)模為40個，迭代次數(shù)為60。JL算法采用Johnson規(guī)則對所有任務(wù)排序，并按照排序通過列表調(diào)度規(guī)則進(jìn)行兩階段調(diào)度。對于每組數(shù)據(jù)取30次仿真試驗的平均值，結(jié)果如圖8所示。

圖8 不同算法下的任務(wù)完成時間Fig.8 Task completion time under different algorithms

在圖8中，可以看到當(dāng)σ取3×3/2，3的情況下，MCI算法和遺傳算法下實現(xiàn)的任務(wù)完成時間明顯小于JL算法，當(dāng)σ取3×2/3的情況下，MCI算法和遺傳算法下實現(xiàn)的任務(wù)完成時間與JL算法相差不大，此時用時間復(fù)雜度和運行時間更小的JL算法效果較優(yōu)。即對于計算密集程度不高的任務(wù)，采用MCI算法及遺傳算法可以明顯減少任務(wù)的完成時間；對于計算密集程度高的任務(wù)，算法性能則效果不太明顯，這主要因為第二階段任務(wù)調(diào)度時間較長會使得第二階段空閑時間較小，從而減少了第一階段調(diào)度策略的影響。MCI算法相比于JL算法平均可以減少10.8%的任務(wù)完成時間。

表2取了在σ=3的情況下，任務(wù)從5到30個，每組仿真30組，總共180組仿真試驗的平均運行時間和平均任務(wù)完成時間。由表2可知，MCI算法在平均任務(wù)完成時間方面明顯優(yōu)于JL算法，略差于遺傳算法，但是其平均算法運行時間大約為遺傳算法的1/20，即遠(yuǎn)小于遺傳算法的運行時間。

為了進(jìn)一步驗證算法的有效性，將各種算法與通過完全搜索算法得出的最優(yōu)解進(jìn)行比較。考慮到完全搜索算法的時間復(fù)雜度太高，在σ=3×3/2，子任務(wù)數(shù)量為8的情況下，得到5次仿真試驗的平均運行時間和平均任務(wù)完成時間。

仿真結(jié)果如表3所示，在任務(wù)數(shù)較少的情況下，MCI算法非常接近于最優(yōu)解，且優(yōu)于JL算法。在運行時間方面，通過完全搜索算法得到最優(yōu)解在運行時間方面是不可取的，相比較而言，MCI算法的運行時間僅僅略差于JL算法且優(yōu)于遺傳算法。

（1）讓幼兒幸?？鞓返厣?。讓幼兒愿意并喜歡參加活動，能夠在活動中獲得積極的情感體驗和愉悅的心情；在活動中有充分的自由、時間和空間，能積極表達(dá)自己的愿望和意見；能夠在活動中分享自己的快樂，傾訴自己的煩惱，嘗試與同伴一起解決困難并獲得成就感。

要從根本上解決地名檢索中的地理空間的層次結(jié)構(gòu)特性和地名表達(dá)的模糊性，就必須結(jié)合地名描述、地理空間、計算機(jī)、網(wǎng)絡(luò)等相關(guān)知識和技術(shù)，從整體上進(jìn)行把握，構(gòu)建基于地名本體的語義網(wǎng)實現(xiàn)基于語義的地名檢索服務(wù)[2]。

表2 算法的平均運行時間和任務(wù)完成時間(σ=3)

表3 各算法與最優(yōu)解進(jìn)行比較(σ=3×3/2)

安德雷·利夫威爾指出[10]：“譯者不僅能給他所譯的原文以再生生命，他們還能決定給原文以什么樣的生命，及如何讓原文融合在目的語文學(xué)中。也就是說，他們已創(chuàng)造了并確實創(chuàng)造了一個他們時代的以及他們的讀者認(rèn)可的原文形象?！痹诖诉^程中，一個顯著的特點就是譯者的“二次創(chuàng)作”。因此，譯者毫無疑問地?fù)?dān)綱著主體地位，起著決定性的作用。

4 結(jié)束語

本文首次針對天基信息港研究了多源信息融合任務(wù)調(diào)度問題。根據(jù)多源信息融合的兩階段任務(wù)流程、天基信息港的資源約束、用戶衛(wèi)星可見時間窗約束，建立了天基信息港的任務(wù)調(diào)度模型，并基于該模型提出了一種啟發(fā)式的MCI算法。根據(jù)仿真結(jié)果可知，相比于JL算法和遺傳算法，MCI算法能夠有效減小任務(wù)的完成時間及算法運行時間，驗證了算法可以快速實現(xiàn)調(diào)度方案。天基信息港將會提供給用戶多樣化的服務(wù)，因此如何將多種不同類型的業(yè)務(wù)應(yīng)用于天基信息港，將是今后需要繼續(xù)研究的重點。另外目前對天基信息港的資源建模還不完善，只考慮了單一的處理資源和存儲資源模型，未來可以根據(jù)星上的實際情況細(xì)化相關(guān)的資源模型。