时间Petri网与GA-PSO算法相结合的并行测试

计算机应用 ›› 2010, Vol. 30 ›› Issue (07): 1902-1905.

时间Petri网与GA-PSO算法相结合的并行测试

崔玉爽¹,乐晓波²,周恺卿²

1. 湖南省长沙市长沙理工大学
2. 长沙理工大学

收稿日期:2009-11-26 修回日期:2010-01-14 发布日期:2010-07-01 出版日期:2010-07-01
通讯作者: 周恺卿
基金资助:
湖南省自然科学基金项目

Parallel test combining timed Petri net with GA-PSO algorithm

Received:2009-11-26 Revised:2010-01-14 Online:2010-07-01 Published:2010-07-01
Contact: kai qingzhou

摘要/Abstract

摘要： 摘要：并行测试任务调度方案在自动测试系统中一直是尚未解决的难题。本文基于Petri网理论的基础，建立了并行测试的时间Petri网模型，并且首次将GA-PSO算法引入到时间Petri网的变迁序列的寻找过程中，快速地求得了最优调度方案。仿真结果表明，本算法能够以较大的收敛概率快速地收敛，最终得到最优变迁序列。

关键词: 并行测试, 任务调度, 时间Petri网, 变迁序列, GA-PSO算法

Abstract: Abstract: Parallel test task scheduling in automatic test system is an unsolved problem.Based on the theory of Petri net, we established a timed Petri net model for the parallel test. And GA-PSO algorithm is originally introduced into the procedure of exploring transition sequences of Timed Petri net, then the optimal scheduling can be found in a very short period of time. Simulated result shows that the given algorithm converges rapidly in a high probability, consequently an optimal transition sequence is found.

Key words: parallel test, task scheduling, time Petri nets, transition sequences, GA-PSO algorithm

崔玉爽乐晓波周恺卿. 时间Petri网与GA-PSO算法相结合的并行测试[J]. 计算机应用, 2010, 30(07): 1902-1905.

[1]	尚绍法, 蒋林, 李远成, 朱筠. 异构平台下卷积神经网络推理模型自适应划分和调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2828-2835.
[2]	方和平, 刘曙光, 冉泳屹, 钟坤华. 基于深度强化学习的多数据中心一体化调度优化[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1884-1892.
[3]	宁明超, 张俊勃, 陈戈. 基于面向服务架构的工业软件的任务调度算法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 885-893.
[4]	刘乾, 张洋铭, 万定生. 网格化分布式新安江模型并行计算算法[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3327-3333.
[5]	吴仁彪, 张振驰, 贾云飞, 乔晗. 云平台下基于截止时间的自适应调度策略[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 176-184.
[6]	姜松岩, 廖晓鹃, 陈光柱. 基于可满足性模理论的多处理机通信延迟优化任务调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 185-191.
[7]	张金泉, 徐寿伟, 李信诚, 王重洋, 徐景芝. 基于正交自适应鲸鱼优化的云计算任务调度[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1516-1523.
[8]	平凡, 汤小春, 潘彦宇, 李战怀. 不规则任务在图形处理器集群上的调度策略[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3295-3301.
[9]	刘智翔, 刘慧超, 黄冬梅, 周丽萍, 苏诚. 多种任务调度混合的IB-LBM并行优化方法[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 386-391.
[10]	李孜颖, 石振国. 面向大数据任务的调度方法[J]. 计算机应用, 2020, 40(10): 2923-2928.
[11]	张译天, 于炯, 鲁亮, 李梓杨. 大数据流式计算框架Heron环境下的流分类任务调度策略[J]. 计算机应用, 2019, 39(4): 1106-1116.
[12]	沙宗轩, 薛菲, 朱杰. 基于并行强化学习的云机器人任务调度策略[J]. 计算机应用, 2019, 39(2): 501-508.
[13]	孙敏, 叶侨楠, 陈中雄. 云环境下方差定向变异遗传算法的任务调度[J]. 计算机应用, 2019, 39(11): 3328-3332.
[14]	刘鹏飞, 毛莺池, 王龙宝. 基于云雾协作模型的任务分配方法[J]. 计算机应用, 2019, 39(1): 8-14.
[15]	李梓杨, 于炯, 卞琛, 鲁亮, 蒲勇霖. 基于流网络的流式计算动态任务调度策略[J]. 计算机应用, 2018, 38(9): 2560-2567.