多目标蚁群算法模型优化

2023-07-02 理论教育版权反馈

【摘要】：算法根据决策变量X和式～式的约束条件依次确定任务续传调度标识符和相应的执行时间，从而得到决策变量X的目标函数。图9-27可用时间窗口更新交叉；嵌入；包含；无关确定所有任务的续传调度标识和执行时间后，计算目标函数F=｛f 1，f 2，f 3｝，即可评价此调度方案优劣。

1）算法编码

算法采用任务规划次序的编码方式：

式中，x i为任务J i规划次序。算法根据决策变量X和式（9-31）～式（9-37）的约束条件依次确定任务续传调度标识符和相应的执行时间，从而得到决策变量X的目标函数。

2）数据续传资源调度方案效果评价

给定一个决策变量数组X，即为一个调度方案。根据任务的调度次序和执行时间，从而评价方案效果，具体步骤如下：

Step1：依据任务J i传输时间（qi／r i，j）和天线切换时间（T sj）选择在其有效时间范围内可完整执行该任务的最早可用时间窗口执行该任务，并对此窗口的续传调度标识符置1，对任务调度标识符y i置1，该任务调度完成，确定其执行时间，转Step3；若所有可用时间窗口均不能完整执行该任务，则转Step2。

Step2：对所有在任务Ji有效时间范围内的可用时间窗口由大到小排序，依次选择最大的前m个可用时间窗口续传执行完任务J i，并将对应m个可用时间窗口的续传调度标识符置1，对任务调度标识符y i置1，该任务续传调度完成，确定其续传任务片断执行时间，转Step3；若所有可用时间窗口不能续传完成该任务，则转Step4。

Step3：根据任务J i在中继星资源M j上占用的执行时间（包括任务完整传输和任务片断续传）与后续调度任务的可见时间窗口关系（见图9-27），将其更新为后续调度任务的可用时间窗口。

Step4：选择下一个任务进行判断。

pagenumber_ebook=369,pagenumber_book=355

图9-27　可用时间窗口更新

（a）交叉；（b）嵌入；（c）包含；（d）无关

确定所有任务的续传调度标识和执行时间后，计算目标函数F（X）=｛f 1，f 2，f 3｝，即可评价此调度方案优劣。对于数据续传资源调度，断点续传次数、未完成的数传任务量和资源负载失衡度三者之间存在一定的矛盾，难以得到3个目标函数均最优的调度方案，因此，对于方案X 1和X 2，若满足F（X 1）≤F（X 2），且∃i∈｛1，2，3｝，使f i（X 1）＜f i（X 2），则称为F（X 1）支配F（X 2），记为F（X 1）≻F（X 2）。对于方案X*和∀k，均不存在F（X k）≻F（X*），则称X*为非劣（Pareto）解。对于数据续传资源调度问题，关键在于获得其Pareto解集。

多目标蚁群算法模型优化

相关推荐