[發明專利]一種基于交叉全局人工蜂群算法的資源調度優化方法

在審

• 申請號: 202210816950.6
• 申請日: 2022-07-12
• 公開（公告）號: CN115146979A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 孫天偉
• 申請（專利權）人: 上海倍增智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/00
• 代理公司: 上海宏京知識產權代理事務所(普通合伙) 31297
• 代理人: 鄧文武

本發明提供一種基于交叉全局人工蜂群算法的資源調度優化方法，包括S1：定義蜂群屬性和食物源數量；S2：采蜜蜂生成候選食物源；S3：觀察蜂采用輪盤賭方式選擇食物源并生成候選食物源；S4：若食物源的迭代次數值達到最大，則派偵查蜂尋找食物源并計算其適應值；S5：更新最優食物源信息；S6：判斷S5中食物源信息是否滿足結束條件，滿足結束條件則結束循環，否則返回步驟S4并執行。通過將蜂群屬性進行定義，定義為采蜜蜂、觀察蜂和偵查蜂的蜂群能夠對具體的食物源作出選擇和取舍，直至確定最優食物源，在尋求二維空間資源的最優解的問題上進行了算法的優化，便于更快、更合理地確定最優食物源，使解得的最優解具有理想的實際效果。

技術領域

本發明涉及資源調度領域，特別是涉及一種基于交叉全局人工蜂群算法的資源調度優化方法。

背景技術

人工蜂群算法是土耳其學者Karaboga受到蜜蜂采蜜行為和跳舞傳遞信息行為的啟發，在2005年提出來的群體智能算法，并且該算法因具有控制參數較少，實現簡單，求解效果好等特性而受到廣泛關注，并成功應用于參數優化、神經網絡訓練、車輛路徑問題、最小屬性約簡等領域。人工蜂群算法的突出優點是在每次迭代中都進行全局和局部搜索，因此，找到最優解的概率大大增加，并在較大程度上避免了局部最優。

在資源受限的項目調度中，滿足資源約束和任務緊前關系約束的前提下追求項目最優解。資源受限的項目調度包括常規資源和空間資源兩類，由于空間資源為二維空間資源，而且是一種連續型資源，與常規資源不同的是空間資源可被從任意方向切割成任意大小，雖然任務對空間資源的需求量一定，但是其所占用的具體位置卻是不變的，并且不同的位置安排對后續任務的生產會產生較大影響。鑒于空間資源的問題過于復雜，現有的人工蜂群算法在空間資源上的貢獻相對較少，效果也并不理想。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種基于交叉全局人工蜂群算法的資源調度優化方法，用于解決現有技術中空間資源處理效果不理想的問題。

為實現上述目的及其他相關目的，本發明提供一種基于交叉全局人工蜂群算法的資源調度優化方法，所述方法包括如下步驟：

S1：定義蜂群屬性和食物源數量；

S2：采蜜蜂生成候選食物源，并計算其適應值；在候選食物源與原食物源間取舍，若不采用候選食物源則迭代次數設為正，否則更新食物源并將迭代次數設為0；

S3：觀察蜂采用輪盤賭方式選擇食物源并生成候選食物源，計算其適應值，若不采用候選食物源則迭代次數設為正，否則更新食物源并將迭代次數設為0；

S4：若食物源的迭代次數值達到最大，則派偵查蜂尋找食物源并計算其適應值，并將迭代次數設為0；

S5：更新最優食物源信息；

S6：判斷S5中食物源信息是否滿足結束條件，滿足結束條件則結束循環，否則返回步驟S4并執行。

于本發明的一實施例中，步驟S1中的定義蜂群屬性具體為：通過觀察其他蜜蜂跳舞分享食物源信息的蜜蜂稱為觀察蜂；直接前往食物源進行采蜜的蜜蜂稱為采蜜蜂；在搜索空間中隨機發現食物源的蜜蜂稱為偵查蜂。

于本發明的一實施例中，步驟S1中還包括如下步驟：初始化食物源并計算其適應值，將迭代次數設為0；記錄最優食物源信息。

于本發明的一實施例中，步驟S2中采蜜蜂生成候選食物源，生成公式為

V_ID＝X_ID+W₁R_ID(X_ID-X_KD)