基于问题性质的分布式低碳并行机调度算法研究

发布时间：2024-03-25 03:09

　　针对分布式低碳并行机调度问题(Distributed low carbon parallel machine scheduling problem, DLCPMSP),由于该问题子问题众多,为此,首先将问题转换为扩展的低碳不相关并行机调度问题以降低子问题的数量;然后提出了一种基于问题性质的非劣排序遗传算法-II (Property-based non-dominated sorting genetic algorithm-II, PNSGA-II)以同时最优化总延迟时间和总能耗,该算法运用针对问题特征的两种启发式算法初始化种群,给出了问题的四种性质及证明,提出了两种基于问题性质的局部搜索方法.运用大量实例进行了算法策略分析和对比实验,结果分析表明, PNSGA-II在求解DLCPMSP方面具有较强优势.

【文章页数】：12 页

【部分图文】：

图2均值主效应图Fig.2Principaleffectplotofmean

11期潘子肖等:基于问题性质的分布式低碳并行机调度算法研究2433由表3和图2可以看出,PNSGA-II的参数设置为pc=0.90,pm=0.1,N=120时算法性能最好,故选择上述参数设置.表3各参数平均DIRTable3AverageDIRoffactors水平pcpmN11....

图1PNSGA-II算法流程图Fig.1TheflowchartofPNSGA-II距离指标DIR[39]用来评价算法l所得的非劣解集l中的元素相对于参考集的距离.

2432自动化学报46卷{2,3,4,5},mf∈[2,5],存在F×n的组合24组,共24个实例,pikl∈[1,100],ECkl∈[4,16],D=4,di=(1+3α)×Wk=1Dl=1pikl/(W×D),α为区间[0,1]内的随机数.采用如下三个指标评价算法的计算结果....

本文编号：3938445