【摘 要】
：
针对NP难的服务工作流时间-费用优化问题,提出多目标混合粒子群算法（HMOPSO）来优化工作流调度问题.HMOPSO算法包括：初始种群生成、适应值分配、种群多样性保持、外部种群和极值
【机 构】
：
东南大学计算机科学与工程学院,东南大学计算机网络和信息集成教育部重点实验室
【基金项目】
：
国家自然科学基金资助项目（60873236 60973073）, 国家高技术研究发展计划（863计划）资助项目（2008AA04Z103）
论文部分内容阅读
针对NP难的服务工作流时间-费用优化问题,提出多目标混合粒子群算法（HMOPSO）来优化工作流调度问题.HMOPSO算法包括：初始种群生成、适应值分配、种群多样性保持、外部种群和极值选择.通过分析服务工作流的特征,构建有效的粒子结构使之离散化;通过设定单目标最优初始解,优化初始种群;通过引入外部种群和基于小生境技术的网格方法,获得分布均匀的Pareto最优解集.实验结果表明,HMOPSO具有更快的收敛速度和更好的寻优能力,并且在不同特征的问题实例上获得了数量众多、分布均匀、有较高质量的Pareto最优解集
其他文献
提出了一种新的基于T—S模糊模型在线辨识的非线性系统的故障诊断与容错控制策略．在闭环控制中，根据在线产生的数据对T—S模糊模型进行辨识，当故障引起系统动态的结构性变化时，在
结合模式匹配、生物医学本体及共现技术,设计了一种自动抽取基因与疾病、基因与基因之间关系的文本挖掘方法,并开发了一个可以处理海量文本数据的系统.该系统可抽取与疾病相
新一轮课程改革倡导多种多样的评价方式，其中书面考试是一种比较重要的方式。初中数学科课改书面考试的试题应以激励学生学习、促进学生发展为目的，恰当考查学生的基础知识和基