物流云服务下基于改进蝙蝠算法的任务调度

来源 :计算机应用研究 | 被引量 : 27次 | 上传用户：yukitolee

【摘要】

：

针对物流云服务模式中调度任务多、信息量大、需求广的特点,提出了一种改进蝙蝠算法求解物流云服务调度问题的方案,其优化目标为最小化调度时间和最大化资源利用率。根据设计的算法流程,首先基于工件升序排列(ranked order value,ROV)规则对蝙蝠个体进行重新编码;然后调整初始化数据范围来减少分配任务超载和资源闲置现象,并在迭代过程中增加约束条件来均衡任务量,最终实现了资源与任务的智能调度。通

【作者】

：

张晓磊马从安申晨

【机构】

：

中国矿业大学矿业工程学院

【出处】

：

计算机应用研究

【发表日期】

：

2015年06期

【关键词】

：

物流云调度改进蝙蝠算法均衡任务智能匹配 WITNESS仿真优越性 logistics cloud scheduling improved bat al

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

扶正抗癌汤对裸鼠接种人肝细胞癌的抑制作用

作者对根据辨证施治法则自拟中药方－扶正抗癌汤进行抗肝癌动物实验。选用人肝细胞癌皮下接种裸鼠模型。预试验：灌胃１０天，停药１０天，抑瘤率为６８．９％。之后再给药１０天，停药１９天，抑瘤率为６８．９％。之后再给药

期刊

扶正抗癌汤抑癌作用肝细胞癌Chinese Traditional Decoction Fuzheng Kangai Tang Nude Mouse Mo

肺内球形病灶237例临床分析与鉴别

本文报告我院(1983～1990)8年间以“肺结核”收住院的肺内球形病灶237例,就其临床症状,病灶情况、发生部位、X线表现以及病种分类进行回顾性分析。结果以结核球、炎性假瘤多见,

期刊

球形病灶结核肿瘤肺疾病

原发性肝癌组织HBVDNA存在状态及HBsAg,HBcAg表达的检测

本文采用Ｓｏｕｔｈｅｒｎ印迹杂交技术检测原发性肝癌（ＰＨＣ）组织ＨＢＶＤＮＡ存在状态，同时应用免疫组化染色检测ＰＨＣ组织内ＨＢｓＡｇ、ＨＢｃＡｇ表达，并比较ＨＢｓＡｇ、ＨＢｃＡｇ在ＰＨＣ组织与癌旁肝组织的定位分布。结果显示：整合型ＨＢＶＤＮＡ在３２例ＰＨＣ组织检出率７１．９％（２３／３２），癌旁组织检出

期刊

肝肿瘤癌乙型肝炎病毒杂交免疫组织化学primary hepatocellular carcinoma(PHC) hepatitis B virus

丁肝病毒感染的若干问题

期刊

丁型肝炎丁型肝炎病毒感染

基于成像资源能力的多星区域观测规划方法研究

为满足多种任务快速反应的需求,提出了一个基于成像资源能力的多星区域观测任务规划方法。该方法对成像资源能力进行了形式化描述,提出了成像资源能力的测量框架以及计算资源能力的依据,通过对分析目标观测区域覆盖面方法进行研究,给出基于成像资源能力的区域任务观测规划算法,并通过测试实例对上述结论进行了验证。结果表明提出的区域任务观测规划算法能够有效地促进多卫星在重叠区域的协作,提高了规划效率。

期刊

多星任务规划资源能力广域目标观测测量框架multi-satellite mission planning capacity wide area ta

多核学习中基于复合梯度映射的学习算法研究

现有的多核学习算法大多假设训练样本分类完全正确,将其应用到受扰分类样本上时,由于分类存在差错,因此往往只能实现次优性能。为了解决这一问题,首先将受扰分类多核学习问题建模为随机规划问题,并得到一种极小极大表达式;然后提出基于复合梯度映射的一阶学习算法对问题进行求解。理论分析表明,该算法的收敛速度为O(1/T),大大快于传统算法的收敛速度O(1槡/T)。最后,基于五个UCI数据集的实验结果也验证了本文

期刊

多核学习训练样本随机规划复合梯度映射收敛速度UCI数据集multiple kernel learning（MKL） training sample

基于不重叠路径熵的网络抗毁性评估方法

通过引入熵的概念,提出了基于不重叠路径数的标准稳定熵指标,用于刻画节点间抗毁性随不重叠路径数变化的规律。在此基础上给出了用于全网抗毁性评估的模型。同时指出了评价模型中涉及的节点间不重叠路径数的计算方法。最后通过算例分析以及与最短路径法相比较,论证了基于不重叠路径熵的模型在网络抗毁性评估方面具有更高的准确性与合理性。

期刊

网络抗毁性熵不重叠路径network invulnerability entropy nonoverlapping

基于RBF神经网络和强化学习算法的供应链产销协同计划冲突消解研究

为提高传统协商自学习能力,利用多agent智能技术,建立基于黑板模型的协商框架,构建五元组协商模型,采取Q-强化学习算法,给出一种协商策略;使用RBF神经网络进一步优化协商策略,预测对手信息并调整让步幅度。通过算例验证该方法的可行性和有效性,通过与未改进的Q-强化学习算法对比,该方法可增强协商agent的自学习能力,缩短协商时间,提高冲突消解效率。

期刊

多AGENT自学习RBF神经网络Q-强化学习冲突消解multi-agent self-learning RBF neural network Q

基于0阶TSK型迁移模糊系统的EEG信号自适应识别

在EEG信号识别中,传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布,但在实际应用中,该假设受到了严峻的挑战。针对上述挑战,探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法,构造了基于二分类模型的直推式0阶模糊系统目标函数来训练系统参数。提出的直推式迁移0阶TSK型模糊系统(TL-0-TSK-FS)算法在癫痫EEG信号的自适应识别的研究结果表明,该方法较之相关方法显示出了

期刊

脑电图信号分布多样性TSK型模糊系统迁移学习小波包分解EEG signals diversity of distribution TSK-type

基于ELM的多结构变形QR码分类校正研究

针对不同曲面上QR码变形多样化、识别率低的问题,考虑到极限学习机（ELM）对大量数据的快速分类能力,提出了一种基于ELM的多结构变形QR码分类校正算法。在欧氏距离量化变形特征后

期刊

QR码多结构变形极限学习机分类校正multi-structural QR code extreme learning machine classifi

物流云服务下基于改进蝙蝠算法的任务调度

与本文相关的学术论文