免疫调度算法综述

调度问题在科学和工程中广泛存在且难以求解,人们一直寻求先进的调度算法来解决这一问题.基于生物免疫系统的计算智能发展迅速,并很快被应用于调度问题,体现了其解决调度问题的优势和特色.对此,综述了国内外免疫调度理论和算法的研究现状,介绍了基于克隆选择、免疫网络、疫苗接种等原理的调度算法,并将其按免疫机理、优化目标以及解决的问题进行分类.最后给出了免疫调度算法在各领域中的应用及其未来研究展望.

动态评价免疫微粒群算法在Job-shop调度中的应用

传统粒子群优化算法在解决组合优化问题上具有一定的局限性,通过分析其优化机理,对迭代公式加以改进,提出了改进微粒群算法。算法中,利用遗传算法的交叉思想来完成粒子间的信息交换,以期达到粒子更新。粒子进化过程中,为保留群体中的优秀粒子,使用了加速度这一优化算子。为避免粒子陷入局部搜索,迭代过程中使用免疫算法来动态评价微粒群体。通过大量实验仿真,算法可以有效求解作业车间调度问题,验证了算法的合理性。

云计算环境下基于用户和资源约束的免疫效用均衡任务调度算法

针对云计算中的任务调度问题,提出了一种免疫均衡效用任务调度算法.该算法将云计算环境下任务调度问题建模为一个多目标优化模型,同时兼顾了用户任务的时间跨度和虚拟化资源的负载均衡.仿真结果表明,该任务调度算法提高了用户满意度的同时减少了任务的完成时间,是云平台下一种有效的任务调度策略.

基于自适应克隆启发算法的作业车间调度

将优先权启发式算法获得的最小生产周期倒数作为抗体,采用实数编码,给出新的自适应克隆启发算法,用于求解作业车间调度问题。设计一种新的自适应克隆算子,基于抗体间距离的大小,在抗体间自适应地分配抗体激励度和抗体克隆的数量,模拟免疫系统自适应地调节抗体克隆数量的动态过程。FT10和FT06的仿真实验表明,该算法性能稳定、效果良好。

一种新的异构网格任务调度算法

提出了一种基于免疫计算的异构网格任务调度算法。设计了异构网格独立任务调度问题的数学模型,给出了免疫调度算法的框架、基于实数编码的克隆变异算子和浓度抑制算子,并在仿真环境下进行了实验。实验结果表明,算法能有效地解决异构网格任务调度问题,具有较好的应用价值。

基于调度规则和免疫算法的作业车间多目标调度

利用动态在线调度方法对动态环境下的作业车间进行研究,采用优先级调度规则对大量调度案例进行求解,针对7个调度目标,从备选调度规则集中选出了单个目标下性能最优的调度规则;为实现调度规则的动态选择以适应多目标调度,基于免疫系统中的独特型网络理论,设计了一种免疫调度算法.根据算法,定义了有效的抗体和抗原结构,并通过抗体间亲和力计算、抗体浓度计算、抗体选择等关键步骤,实现对调度规则的动态控制.仿真测试数据表明,所设计的免疫调度算法能根据不同的车间情况,快速选出不同的调度规则满足多个调度目标,有效解决了作业车间多目标调度问题.