计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
6期
1676-1679,1697
,共5页
物流云调度%改进蝙蝠算法%均衡任务%智能匹配%Witness仿真%优越性
物流雲調度%改進蝙蝠算法%均衡任務%智能匹配%Witness倣真%優越性
물류운조도%개진편복산법%균형임무%지능필배%Witness방진%우월성
logistics cloud scheduling%improved bat algorithm(IBA)%equilibrated assignments%smart matching%Witness simulation%excellence
针对物流云服务模式中调度任务多、信息量大、需求广的特点,提出了一种改进蝙蝠算法求解物流云服务调度问题的方案,其优化目标为最小化调度时间和最大化资源利用率.根据设计的算法流程,首先基于工件升序排列(ranked order value,ROV)规则对蝙蝠个体进行重新编码;然后调整初始化数据范围来减少分配任务超载和资源闲置现象,并在迭代过程中增加约束条件来均衡任务量,最终实现了资源与任务的智能调度.通过和遗传、粒子群以及基本蝙蝠算法的对比分析,体现了改进算法的优越性.最后利用Witness对方案进行仿真,证明了改进蝙蝠算法在解决物流云服务任务调度中的有效性,同时扩展了蝙蝠算法的应用领域.
針對物流雲服務模式中調度任務多、信息量大、需求廣的特點,提齣瞭一種改進蝙蝠算法求解物流雲服務調度問題的方案,其優化目標為最小化調度時間和最大化資源利用率.根據設計的算法流程,首先基于工件升序排列(ranked order value,ROV)規則對蝙蝠箇體進行重新編碼;然後調整初始化數據範圍來減少分配任務超載和資源閒置現象,併在迭代過程中增加約束條件來均衡任務量,最終實現瞭資源與任務的智能調度.通過和遺傳、粒子群以及基本蝙蝠算法的對比分析,體現瞭改進算法的優越性.最後利用Witness對方案進行倣真,證明瞭改進蝙蝠算法在解決物流雲服務任務調度中的有效性,同時擴展瞭蝙蝠算法的應用領域.
침대물류운복무모식중조도임무다、신식량대、수구엄적특점,제출료일충개진편복산법구해물류운복무조도문제적방안,기우화목표위최소화조도시간화최대화자원이용솔.근거설계적산법류정,수선기우공건승서배렬(ranked order value,ROV)규칙대편복개체진행중신편마;연후조정초시화수거범위래감소분배임무초재화자원한치현상,병재질대과정중증가약속조건래균형임무량,최종실현료자원여임무적지능조도.통과화유전、입자군이급기본편복산법적대비분석,체현료개진산법적우월성.최후이용Witness대방안진행방진,증명료개진편복산법재해결물류운복무임무조도중적유효성,동시확전료편복산법적응용영역.