独立任务分配的贪婪随机自适应搜索过程

提出了一种贪婪随机自适应搜索过程求解异构环境下的独立任务分配问题。使用随机化的最小最小完成时间算法来产生问题的初始解,再通过变邻域下降算法来改进这个解,在变邻域下降算法中,为增强算法的空间勘探能力,外层局部搜索采用允许接收劣质解的策略,使用禁忌表来防止迂回搜索,使算法在多样性和集中性间取得了较好的平衡。与领域中的典型算法进行了仿真比较,结果表明提出的算法具有良好的性能。

异构环境下独立任务分配问题的免疫遗传算法

针对异构环境下独立任务分配问题,提出了一种免疫遗传算法,为抑制早熟停滞现象,基于免疫原理,为遗传算法定义了染色体浓度,采用免疫变异算子来维持种群的多样性,采用接种疫苗算子来提高算法的求精能力,使算法在空间探索和局部求精间取得了很好的平衡,仿真结果表明,遗传算法能够很好地应用于求解任务分配问题,基于免疫原理的优化算子能够有效地提高遗传算法的搜索效率、优化搜索结果.

异构环境独立任务分配的导引式局部搜索算法

针对异构环境下的独立任务分配问题,结合变邻域下降算法,提出了一种导引式局部搜索算法.该算法通过不断动态修改原问题的目标函数和系统性地改变邻域结构,既保留了局部搜索算法的高效率,又能有效地避免陷入局部极小解,因而能够较快地得到满意解.与领域中的典型算法进行了仿真比较,结果表明提出的算法具有良好的性能.

独立任务分配问题的离散粒子群优化算法

以异构环境下独立任务分配问题为例.提出一种离散粒子群优化算法.对粒子的位置、速度等量及其运算规则进行重新定义.为抑制早熟停滞现象,为粒子和粒子群分别定义个体多样性和微观多样性.算法中使用排斥算子来保持粒子群的多样性,使用学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得较好的平衡.与领域中的其它典型算法进行仿真比较,结果表明,离散粒子群优化算法具有良好的性能.