首页|自适应差分进化改进云资源调度

自适应差分进化改进云资源调度

Cloud Resource Scheduling Based on Adaptive Multi-Objective Differential Evolution

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了解决云制造资源调度与实际制造场景不符、易陷入局部最优和收敛速度过慢的问题,提出了一种基于自适应多目标差分进化的制造资源调度方法.该方法考虑了实际云制造平台资源调度特点,建立了一个具有时序约束及成本约束的多目标优化资源调度模型.针对云制造资源调度特点,对传统差分进化进行改进,提出自适应变异率和交叉率,实现了寻优过程中变异率与交叉率的动态调整,均衡了多目标差分进化全局搜索与局部搜索能力,提高了最优解搜索的精度与速度.实际算例证明了该方法的有效性和可行性.

郑春梅、朱海元

展开 >

忻州职业技术学院,山西 忻州 034000

浙江大学计算机科学与技术学院,浙江 杭州 310023

云制造 资源调度 多目标优化 自适应差分进化

国家自然科学基金青年基金

61201445

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(2)
  • 8
  • 7