计算机应用研究

作者：韩迪雅,张凤荔,尹嘉奇,王瑞锦,韩英军,

单位：1.电子科技大学信息与软件工程学院,成都610054；2.四川省环境信息中心,成都610041；

关键词：多目标优化,局部搜索,智能算法,任务调度,Pareto支配,

基金：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)；；

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。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期