随着人工智能的发展,自主智能设备将是未来应用领域的重要产品,其中的重要能力之一是能够自主优化地把有限的资源分配给既定的任务,以取得最大的工作效果。针对一些自主智能产品小型化、难以携带常规计算机的特点,本文研究微控制器硬件环境下静态资源任务分配问题的求解算法本文针对广告投放问题与工程应用中的两类需求,分别建立了两类静态资源任务分配问题模型。通过微控制器性能与应用领域的调研,采用一款主流微控制器作为算法的求解计算机,设计了三类改进求解算法,并选取两类国际标准算例集对各类算法进行测试,最后根据当前文献最优解做改进效果的对比,验证了改进方法的有效性与实用性本文的研究成果包括(1)提出了基于直接枚举算法改进的剪枝枚举算法,通过分部枚举与松弛贪婪上界的方式改进直接枚举算法,结果表明该算法适用于小规模问题的精确求解(2)提出了基于贪婪求解算法改进的贪婪交换算法,将贪婪解与循环交换算法结合,并对比了两层循环交换与三层循环交换的求解效果,结果表明该算法适用于实时性要求高的较大规模问题近似最优求解(3)提出了基于模拟退火的贪婪交换算法,在贪婪求解的交换改进算法基础上做了模拟退火改进。加入模拟退火决策能进一步提升贪婪交换算法的求解效果,结果表明该算法适用于实时性要求低而精确度要求高的近似最优问题求解(4)运用三类改进求解算法针对广告投放问题的具体应用做了分配方案的求解,分析结果表明,三类改进求解算法分别适用于具体工程应用中不同规模的场合。本文提出的求解方法能很好地应用于微控制器求解情况下的资源任务分配问题,测试覆盖了国际标准测试集中所有规模的算例,可根据规模来选择这类硬件条件下适用的求解算法。改进算法在求解各类规模静态资源任务分配问题的精确解和近似最优解时具有一定优势,对微控制器硬件环境下的资源任务分配问题求解方法研究具备很好的参考价值。