[发明专利]一种基于动态变异微粒群算法的多任务资源调度冲突的描述与消解方法

摘要

本发明属于自动协商算法优化领域，涉及一种多任务资源调度冲突的描述与消解方法。首先，基于可拓物元理论将调度任务及相应的服务目标量值结合起来描述多任务资源调度的变化过程，采用模糊物元优化思想将多任务资源调度冲突消解问题转化为单目标优化问题；然后，在微粒群寻优过程中引入变异机制，根据异概率对惰性微粒进行突变操作，设计了该冲突消解模型的动态变异微粒群求解算法。解决了产品开发过程中协商算法收敛速度难以适应设计参数频繁动态变化的问题，并且加快了算法的收敛速度并增强了其全局搜索能力。

主权项

1.一种基于动态变异微粒群算法的多任务资源调度冲突的描述与消解方法，其特征在于：包括如下步骤：Step1初始化种群：在多任务资源调度任务空间产生n个初始微粒，n为资源调度任务的数量，组成初始微粒群体，设置最大进化代数Tmax，当前进化代数t＝1；设定加速度常数c1,c2；随机产生各微粒初始位置和速度；Step2建立复合模糊物元模型：首先对该多任务资源调度进行冲突描述，然后建立对应的复合模糊物元模型；Step3将调度任务添加约束的关联度L作为适应值函数，即：ga*(X)＝La(X)·pun(X)a＝1,2,…n其中，La(X)为资源任务的权重，pun(X)为惩罚函数，当X在可行域内，pun(X)＝1；当X在可行域外，pun(X)<1；Step4动态变异操作：计算各微粒在寻优空间的适应值，并求得其动态变异概率，对惰性微粒进行突变操作，用变异后的新的位置来更新其自身历史最好位置；Step5比较所有微粒的个体极大值与微粒群当前的全局极大值，选取最大值作为新的全局极大值；Step6更新各微粒的位置和速度；Step7终止条件判断，即判断求解精度是否达到要求或者达到设定的迭代代数，若不满足终止条件，再转到Step 4，如满足则输出优化结果。