用粒子群算法解决任务调度

mi36931 2016-01-12 10:18:14

用粒子群算法解决静态任务调度任务的优先级调度前已经确定现在要解决的问题就是把任务分配到处理器上的问题不知道从哪入手怎么建起算法的框架哎求高人指导

...全文

1542 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

mm_gu 2016-01-22

打赏
举报

回复

粒子群算法是模拟鸟群觅食的过程,采用速度- 位置模型进行搜索。每个优化问题的解都是搜索空间的一只鸟,称为粒子,粒子群中的每个粒子通过追随个体最优粒子和全局最优粒子进行搜索. 帮顶，求大牛分析~~

pww71 2016-01-22

打赏
举报

回复

http://blog.csdn.net/pww71/article/details/25113303

辨析云计算与其他三种计算模式的区别，简单介绍了一下任务调度，详细介绍了粒子群算法，并针对粒子群算法的“早熟”问题介绍了一种解决方案。

基于改进离散粒子群禁忌算法的并行测试任务调度.pdf

具体而言，在车间调度问题中，每一个粒子代表一种调度序列，每个粒子的位置由m个元素构成，每个元素表示任务的执行顺序，对应的值越小，表示越先执行。然后，我们初始化所有粒子的位置和速度，计算适应度值，并不断更新历史最优位置和群体最优位置。其中粒子群算法是一种常用的优化算法，本文将介绍如何使用MATLAB实现基于粒子群算法的车间调度优化。本文介绍了如何使用MATLAB实现基于粒子群算法的车间调度问题优化，通过对任务的执行顺序进行调度，可以减少总加工时间，提高效率和经济效益。设J为任务的集合，M为机器的集合。

粒子群算法是一种基于自然界中鸟群觅食行为的仿生优化算法。其核心思想是通过不断更新每个粒子的速度和位置，来搜索最优解。在生产调度问题中，可以将每个生产任务看作一个粒子，其位置表示任务的执行顺序，适应度函数评估该序列的质量。粒子群算法的迭代过程如下：初始化粒子群和速度，随机生成初始位置向量和速度向量。计算每个粒子的适应度值，并记录个体最优位置和整个粒子群的最优位置。更新每个粒子的速度和位置：以个体最优位置为引导因子，调整速度向量的方向。以全局最优位置为引导因子，调整速度向量的方向。

FusionInsight Univer

109

社区成员

14

社区内容

发帖

与我相关

我的任务

sqlserver大数据数据库技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章