首页 | 本学科首页   官方微博 | 高级检索  
     

任务分配与调度中遗传算子的设计
引用本文:钟求喜,陈火旺. 任务分配与调度中遗传算子的设计[J]. 国防科技大学学报, 2000, 22(3): 34-38
作者姓名:钟求喜  陈火旺
作者单位:国防科技大学计算机学院,湖南,长沙,410073
基金项目:国家自然科学基金资助项目! (6 990 30 10和 6 97830 0 7)
摘    要:应用遗传算法等进化方法进行任务分配与调度为越来越多的计算机学者们所关注。基于任务排列的知识表示 ,常规的标准遗传操作算子并不总是有效的。好的遗传算子对算法收敛性及收敛到好点是非常重要的。在列表编码的知识表示基础上 ,设计了三个有针对性的遗传算子 ,即改进的交配算子、内部交配算子和一种作为变异的迁移算子。模拟实验结果与分析表明这些算子对任务分配与调度是有效的。

关 键 词:任务分配与调度  遗传算法  内部交配  迁移
收稿时间:1999-06-11
修稿时间:1999-06-11

Genetic Operators in Task Matching and Scheduling
ZHONG Qiuxi and CHEN Huowang. Genetic Operators in Task Matching and Scheduling[J]. Journal of National University of Defense Technology, 2000, 22(3): 34-38
Authors:ZHONG Qiuxi and CHEN Huowang
Affiliation:College of Computer, National Univ. of Defense Technology , Changsha 410073, China;College of Computer, National Univ. of Defense Technology , Changsha 410073, China
Abstract:Task matching and scheduling by genetic-algorithm-based approaches have been attractive problems. Standard genetic operators are not always suitable for task matching and scheduling based on permutation representation. Genetic operators are important for genetic algorithms. Three genetic operators are proposed: improved crossover (IMCX), internal crossover (INCX), and migration which transfers a task from a processor to another within a schedule as a kind of mutation. Simulation results and analysis show that these genetic operators are effective for task matching and scheduling.
Keywords:task matching & scheduling  genetic algorithms  internal crossover  migration
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号