基于改进遗传算法的知识网格资源调度研究

Research on Knowledge Grid Resource Scheduling Based on Improved Genetic Algorithm

传统的遗传算法比较适用于解决单一目标问题。在知识网格中,任务和资源的调度问题是十分复杂的,往往需要考虑时间、成本等多个目标的约束。为了克服传统遗传算法在解决多目标约束问题上的不足,采用实际值与预算值偏差最小的多目标规划方法建立资源调度模型,通过优先级指导的多目标选择方法,生成子群满足子目标约束,并将结果集合在一起来满足整体目标,再经过交叉和变异计算来生成新的种群。提高了算法搜索能力和收敛速度,能更有效地解决多目标约束的知识网格资源调度问题。