[发明专利]一种基于学习型遗传算法的多任务多资源滚动分配方法

摘要

本发明公开了一种基于学习型遗传算法的多任务多资源滚动分配方法，其采用滚动时域控制原理，构建多任务多资源动态滚动分配机制，包括确定预测窗口、滚动窗口、分配子问题和滚动机制要素；通过当前预测窗口对任务信息实时更新，在预测窗口基础上确定当前滚动窗口；分配子问题是在每个规划时刻，根据当前滚动窗口构造的局部分配问题；滚动机制用于确定分配子问题求解后分配方案结束的执行位置和下一个规划时刻；通过滚动分配机制将复杂动态分配问题转化为滚动更新的静态分配问题。本发明采用滚动式动态规划把复杂的动态调度问题分解为多个简单的静态调度子问题，再对子问题的优化解进行组合，从而代替原问题的最优解，大大降低了原问题的求解难度。

主权项

1.一种基于学习型遗传算法的多任务多资源滚动分配方法，其特征在于，采用层次化分布式自主协同任务架构，多星任务协调器将滚动窗口内的任务集合分配给下辖的多颗智能卫星，各智能卫星利用其星上调度器对被分配的新任务和已有任务进行调度，在当前滚动窗口的起始时刻，多星任务协调器对任务信息进行更新，删除上一滚动窗口内已经完成的任务以及在所述起始时刻正在执行的任务，并将上一滚动窗口内未分配的任务、以及在上一滚动窗口内到达的新任务组合成当前滚动窗口内的任务集合，且所述多星任务协调器将该任务集合向所述多颗智能卫星进行分配，其中，基于混合触发模式来确定滚动窗口的起始时刻，一方面，每隔一个时间段触发滚动分配，该时间段为恒定的或根据预先设定的规则动态变化；另一方面，在出现使系统状态发生改变的事件或在受到人工干预时触发滚动分配。