| 融合局部搜索与Pareto支配的多目标任务调度模型 |
| |
| 引用本文： | 韩迪雅,张凤荔,尹嘉奇,王瑞锦,韩英军. 融合局部搜索与Pareto支配的多目标任务调度模型[J]. 计算机应用研究, 2023, 40(8) |
| |
| 作者姓名： | 韩迪雅 张凤荔 尹嘉奇 王瑞锦 韩英军 |
| |
| 作者单位： | 电子科技大学,电子科技大学,四川省环境信息中心,电子科技大学,电子科技大学 |
| |
| 基金项目： | 国家自然科学基金资助项目(61133016);四川省科技计划资助项目(2020YFG0475,2020YFQ0018);四川省重大科技专项资助项目(22ZDZX0046) |
| |
| 摘 要： | 为了解决复杂任务群调度过程中资源利用不均、任务完成时间较长等问题，以最小化资源负载均方差和最小化任务群完成时间为目标构建复杂任务群资源调度模型，提出一种融合局部搜索和Pareto支配的多目标优化算法BRLSN（multi-objective optimization based on boundary range local search and NSGA-Ⅱ，BRLSN）。该算法采用有效的编码方式与交叉变异算子进行迭代寻优，并利用基于边界区域局部搜索的精英保留策略扩大算法搜索范围，保存种群优良个体。实验结果表明BRLSN相较于其他多目标算法在收敛性和多样性上有显著的提升，同时算法收敛速度更快，种群质量更高，明显优化了最终目标函数的结果值。
|
| 关 键 词： | 多目标优化 局部搜索 智能算法 任务调度 Pareto支配 |
| 收稿时间： | 2022-12-28 |
| 修稿时间： | 2023-03-03 |
Multi-objective task scheduling model incorporating local search and Pareto domination |
| |
| han diy,zhang fengli,yin jiaqi,wang ruijin and han yingjun. Multi-objective task scheduling model incorporating local search and Pareto domination[J]. Application Research of Computers, 2023, 40(8) |
| |
| Authors: | han diy zhang fengli yin jiaqi wang ruijin han yingjun |
| |
| Affiliation: | University of Electronic Science and Technology of China,,,, |
| |
| Abstract: | |
| |
| Keywords: | multi-target optimization local search intelligent algorithms task scheduling Pareto dominance |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
