多任务多资源优化调度的病毒遗传算法

doi:10.3724/SP.J.1087.2011.01773

计算机应用 ›› 2011, Vol. 31 ›› Issue (07): 1773-1775.DOI: 10.3724/SP.J.1087.2011.01773

多任务多资源优化调度的病毒遗传算法

齐金平,查显锋

(兰州交通大学机电技术研究所，兰州 730070)

收稿日期:2010-12-27 修回日期:2011-01-31 发布日期:2011-07-01 出版日期:2011-07-01
通讯作者: 查显锋
作者简介:齐金平（1978-）,男,山东诸城人,讲师,博士研究生,主要研究方向：物流装备信息技术、管理与决策支持系统;查显锋（1980-）,男,江苏南京人,硕士研究生,主要研究方向：管理与决策支持系统。

Multi-task and multi-resource optimization scheduling of virus genetic algorithm

Jin-ping JI,Xian-feng CHA

Mechatronic T&R Institute, Lanzhou Jiaotong University, Lanzhou Gansu 730070, China

Received:2010-12-27 Revised:2011-01-31 Online:2011-07-01 Published:2011-07-01
Contact: Xian-feng CHA

摘要/Abstract

摘要： 在分析多任务并行执行时资源分配研究现状的基础上，针对企业多任务管理中各种可供使用的资源有限性这一问题，对资源限制下多任务调度的过程进行了数学描述，建立了多任务多资源调度的数学模型。最后采用病毒遗传算法对多任务多资源分配调度问题进行求解。结果证明，算法在求解并行多任务多资源调配问题上，能较快得到一个较优的工程解。

关键词: 多任务, 多资源配置, 病毒遗传算法

Abstract: Based on the analysis of current research for multiple resources distribution scheduling between parallel execution multi-tasks, concerning the limitation of all kinds of available resources in the enterprise multi-task management, this paper first gave a mathematical description of the problem, and structures a mathematical model for multi-resource scheduling among multi-task, and uses the virus genetic algorithm to find the answers. The simulation results show that the algorithm can obtain a satisfactory solution for optimal allocation of resources under the premise of completing all tasks at a quicker speed.

Key words: multi-task, multi-resources configuration, virus genetic algorithm

中图分类号:

TP301.6

齐金平查显锋. 多任务多资源优化调度的病毒遗传算法[J]. 计算机应用, 2011, 31(07): 1773-1775.

Jin-ping JI Xian-feng CHA. Multi-task and multi-resource optimization scheduling of virus genetic algorithm[J]. Journal of Computer Applications, 2011, 31(07): 1773-1775.

[1]	武国亮, 徐继宁. 基于命名实体识别任务反馈增强的中文突发事件抽取方法[J]. 计算机应用, 2021, 41(7): 1891-1896.
[2]	章荪, 尹春勇. 基于多任务学习的时序多模态情感分析模型[J]. 计算机应用, 2021, 41(6): 1631-1639.
[3]	姚杰, 程春玲, 韩静, 刘峥. 云工作流中基于多任务时序卷积网络的异常检测方法[J]. 计算机应用, 2021, 41(6): 1701-1708.
[4]	程美英, 钱乾, 倪志伟, 朱旭辉. 信息筛选多任务优化自组织迁移算法[J]. 计算机应用, 2021, 41(6): 1748-1755.
[5]	阮灿华, 林甲祥. 动态事件时间数据的多任务Logistic生存预测方法[J]. 计算机应用, 2020, 40(5): 1284-1290.
[6]	龚锐, 丁胜, 章超华, 苏浩. 基于深度学习的轻量级和多姿态人脸识别方法[J]. 计算机应用, 2020, 40(3): 704-709.
[7]	韩俊樱, 张振宇, 孔德仕. 移动群智感知中面向用户区域的分布式多任务分配方法[J]. 计算机应用, 2020, 40(2): 358-362.
[8]	陈放, 刘晓瑞, 杨明业. 基于活体检测和身份认证的人脸识别安防系统[J]. 计算机应用, 2020, 40(12): 3666-3672.
[9]	曹金梦, 倪蓉蓉, 杨彪. 基于多尺度多任务卷积神经网络的人群计数[J]. 计算机应用, 2019, 39(1): 199-204.
[10]	刘峰, 季薇, 李云. 基于模型过滤的多任务回归在帕金森症预测中的应用[J]. 计算机应用, 2018, 38(11): 3221-3224.
[11]	杨帆, 李建平, 李鑫, 陈雷霆. 基于多任务深度卷积神经网络的显著性对象检测算法[J]. 计算机应用, 2018, 38(1): 91-96.
[12]	王一宁, 秦品乐, 李传朋, 崔雨豪. 基于残差神经网络的图像超分辨率改进算法[J]. 计算机应用, 2018, 38(1): 246-254.
[13]	程进, 王坚. 基于多任务学习的炼钢终点预测方法[J]. 计算机应用, 2017, 37(3): 889-895.
[14]	欧阳宁, 马玉涛, 林乐平. 基于多任务学习的多姿态人脸重建与识别[J]. 计算机应用, 2017, 37(3): 896-900.
[15]	徐哲, 李卓, 陈昕. 面向移动群智感知的多任务分发算法[J]. 计算机应用, 2017, 37(1): 18-23.

多任务多资源优化调度的病毒遗传算法

Multi-task and multi-resource optimization scheduling of virus genetic algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics