论文部分内容阅读
研究任务调度路径最优选择是资源调度领域中的一个关键问题,合理的选择任务调度路径可以大幅提高机器学习过程的效率。但是,在复杂的机器学习过程中,任务调度过程约束过多,甚至相互矛盾,无法形成线性的最优选择关系,选择过程中约束条件的选取无法做到自适应,一些关键条件的判断还是采用的传统方法的人工约束条件,限制了其应用性。提出一种新的调度路径最优选择方法。先依据Bezler曲线思想理论,并构建调度路径最优选择的目标函数,将调度路径最优选择的非线性有约束优化问题转换为非线性无约束优化问题,利用机器学习算法选取隐含最优路