[发明专利]一种基于二叉空间分割树的资源调度优化方法

说明书

技术领域

本发明涉及信息技术领域，具体涉及一种基于二叉空间分割树的资源调度优化方法。

背景技术

遗传算法是以达尔文进化论思想和孟德尔遗传理论为基础，模拟生物进化繁殖、变异、竞争、选择的基本特性，提出通过选择、重组和变异三种操作求解现实问题的自组织和自适应的人工智能算法。染色体作为遗传算法的主要载体，是由若干个具有一定特征的基因组合而成。遗传算法借助遗传算子对当代种群染色体进行交叉和变异操作，产生子代种群；交叉算子具有较强的搜索能力，且种群的多样性决定交叉算子的搜索能力；变异算子则通过变异操作可以产生当代种群中没有的染色体基因，以维持种群个体的多样性[137]，且实验发现，若取消变异作用，遗传算法无法趋于收敛。

本方案发明在对传统的遗传算法进行研究的过程中发现，，因为传统遗传算法变异操作只有一个固定的经验概率值，变异操作具有随机性，导致了参数空间的搜索无方向性，且带来大量的无效计算，造成了算法的收敛性较差；并且标准遗传算法在选择和交叉遗传算子的作用下，进化过程中不可避免产生大量的重复出现的个体，且变异操作具有随机性和盲目性的缺陷。因此，现有技术有待改进和提高。

发明内容

本发明实施例提供一种基于二叉空间分割树的资源调度优化方法，以期提供一种可以进行空间局域搜索、邻域搜索和跨域搜索递进性方向引导的自编译方法，从而有效避免重复个体的出现。

本发明实施例提供一种基于二叉空间分割树的资源调度优化方法，所述方法包括：

初始化种群：对种群S={S（1），S（2），…，S（t）}中的t个种类资源进行对应编码，并生成前后随机排列的染色体个体，设D为第i个染色体个体S（i）的总维度，R是基因取值分辨率，则整个搜索空间的大小为RD；

计算个体适应度：根据预设的适应度函数，计算种群中每个染色体个体的适应度值；

根据二叉空间分割树在所述搜索空间中插入染色体个体S（i）：从二叉空间分割树的根节点出发，根据第一预设条件确定S（i）属于左节点空间还是右节点空间，并沿着所在子空间的节点方向继续向下搜索，搜索到叶子节点为止；

若所述S（i）与二叉空间分割树中先前节点都不重复，则直接插入二叉空间分割树，作为新的叶子节点；其中，若所述S（i）的父节点无左子节点，则所述S（i）作为左子节点直接继承其父节点搜索子空间，若所述S（i）的父节点已有左子节点S（iˊ），则根据第二预设条件进行左子节点和右子节点的位置调整；

若所述S（i）插入二叉空间分割树且进行了子空间分割操作时，检查分割后的左子节点和右子节点搜索空间是否已处于不可分割的状态，若是，则设置所述S（i）位置为关闭状态；

若在插入新染色体个体S（j）时出现S（j）与S（i）重复，则在S（i）所映射的搜索子空间Subspace（S（i））范围内对S（j）进行变异操作，或者在Subspace（S（i））的邻域范围内对S（j）进行变异操作，或者不受Subspace（S（i））范围的限制对S（j）进行变异操作。

其中，所述若所述S（i）的父节点已有左子节点S（iˊ），则根据第二预设条件进行左子节点和右子节点的位置调整包括：

将S（i）和S（i'）进行维度比较，选择比较维度最大的基因位，所述比较维度为

maxk⊆[1,D]d(s(i),s(i′)|k),]]>

其中，d(S(i),S(i′)|k)为S（i）和S（i'）在第k个基因位的维度距离，且d(S(i),S(i′)|k)=S(i)-S(i′)；