[发明专利]基于改进粒子群算法的业务资源分配方法

权利要求书

1.一种基于改进粒子群算法的业务资源分配方法，其特征是应用于将业务资源分解为m个子任务，并将每个子任务分配给n个工厂进行加工生产的生产任务中，由n个工厂组成agent联盟，其中，第i个子任务记为T_i，i∈[1，m]；第j个工厂记为F_j，j∈[1，n]；并利用二元组X_ij表示第i个子任务T_i和第j个工厂F_j的映射关系，从而得到业务资源分配矩阵X和业务逻辑调度分配问题矩阵V：

式(1)中，是业务资源分配矩阵X中第i行第j列的元素，表示第i子任务T_i和第j个工厂F_j存在的位置关系；若表示第i个子任务T_i分配给表示第i个子任务F_j加工生产；否则，表示第i个子任务T_i未分配给表示第i个子任务F_j加工生产；

式(2)中，v(X_ij)是业务逻辑调度分配问题矩阵V中第i行第j列的元素，表示第i个子任务T_i和第j个工厂F_j存在的增量的关系；

所述业务资源分配方法是按如下步骤进行：

步骤1、初始化粒子群算法中的各个参数，包括：迭代次数L，并初始化L＝1；最大迭代次数L_max，两个学习因子数c₁和c₂，惯性权重ω；

步骤2、令第L代粒子的位置矩阵X_L为矩阵X并随机初始化；令第L代粒子的速度矩阵V_L为业务逻辑调度分配问题矩阵V并初始化为0，从而产生第L代种群；

步骤3、由第L代业务资源分配矩阵X_L中粒子的分配情况得到二维粒子矩阵S：

若第L代业务逻辑调度分配问题矩阵X_L中元素的权值为1，则对应如式(3)所示的二维粒子矩阵S中第i行第j列的元素s_ij的权值为1，反之，第i行第j列的元素s_ij的权值为0；

式(3)中，s_ij是表示第L代时第i个子任务T_i分配给第j个工厂F_j时在二维粒子矩阵S中产生一个粒子；

步骤4、计算中二维粒子矩阵S中第i行第j列粒子s_ij在第L代业务逻辑调度分配问题矩阵X_L中的适应度将前L-1代时粒子的最大适应度与适应度进行比较，若则将最大适应度所对应的元素的位置作为第L代业务逻辑调度分配问题矩阵X_L中第i行第j列粒子在搜索空间上的最佳位置否则，将适应度所对应的元素的位置作为第L代业务逻辑调度分配问题矩阵X_L中第i行第j列粒子在搜索空间上的最佳位置从而获得二维粒子矩阵S中的粒子在第L代的局部最优解矩阵

步骤5、从第L代的局部最优解矩阵中选取第i行最大适应度对应的最优解的位置作为位置矩阵X_L中第i行的全局最优解，记为否则，返回步骤4顺序执行；其中，表示位置矩阵X_L第i行的全局最优解；

步骤6、求第L代中粒子的速度矩阵V_L；

步骤6.1、利用式(5)计算惯性因子ω：

ω＝(ω_ini-ω_end)(L_max-L)/L_max+ω_end (5)

式(5)中，L_max为最大迭代次数，L为当前迭代次数，ω_ini为初始惯性权值，ω_end为迭代至最大进化代数时的惯性权值；

步骤6.2、通过式(6)更新第L代的粒子的速度矩阵V_L：

式(6)中，c₁,c₂是学习因子；rand为[0，1]范围内的均匀随机数；当L＝1时，V_L-1＝0；

步骤7、根据式(7)来计算第L+1代位置矩阵X_L+1：

X_L+1＝X_L+V_L (7)

步骤8、计算二维粒子矩阵S中第L+1代第i行第j个粒子的适应度并与第L代中相应粒子的适应度进行比较，将较大适应度值对应的粒子位置作为二维粒子矩阵S中第L+1代第i行第j个粒子的最优解位置

步骤9、重复步骤8计算二维粒子矩阵S中第L+1代下一个粒子的适应度并进行比较，从而得到二维粒子矩阵S中第L+1代所有粒子的最优解矩阵从最优解矩阵的第i行中选出最大适应度对应的最优解作为第L+1代位置矩阵X_L+1中第i行的全局最优解

步骤10、将L+1赋值给L，判断LL_max是否成立，若成立，则返回步骤4顺序执行，否则，表示完成L_max次迭代，获得第L_max代位置矩阵X_Lmax中第i行的全局最优解从而获得二维矩阵X_Lmax每一行全局最优解即在第L_max代位置矩矩阵上的位置表示第i号子任务所分配的最优工厂。

2.根据权利要求1所述的基于改进粒子群算法的业务资源分配方法，其特征是，所述步骤4中的粒子的适应度按如下步骤进行计算：

步骤4.1、将评价指标分为精准指标和等级指标；

步骤4.2、利用式(8)将精确指标中的低优指标转化为高优指标，从而得到如式(9)所示的工厂评价指标矩阵H；

式(9)中，h_ij表示第i个工厂的第j个高优指标；表示第i个工厂的第j个低优指标；

步骤4.3、对工厂评价指标矩阵H进行归一化处理，得到如式(10)所示的指标同趋归一化矩阵Z；

式(10)中，Z_ij表示指标同趋归一化矩阵中第i个工厂的第j个指标值；

步骤4.4、根据指标同趋归一化矩阵Z，利用式(11)和式(12)分别确定最优方案Z⁺和最劣方案Z^-：

式(11)和式(12)中，表示指标同趋归一化矩阵Z中第i列指标的最大值；表示指标同趋归一化矩阵Z中第i列指标的最小值；

步骤4.5、用式(13)和式(14)解得当前方案与最优方案Z⁺的距离与当前方案与最劣方案的距离

步骤4.6、利用式(15)计算第i个任务分配给j个工厂方案的自适应度