[发明专利]基于改进自适应遗传算法的并行测试任务调度方法

权利要求书

1.一种基于改进自适应遗传算法的并行测试任务调度方法，其特征在于，包括以下步骤：

S1：对于待进行并行测试的电子系统，根据实际情况针对其包含的子系统设计测试任务，获取其并行测试相关数据，包括：

测试任务集T＝{t₁,t₂,···,t_M}，其中t_m表示第m个测试任务，m＝1,2,…,M，M表示测试任务数量；

测试时间集τ＝{τ₁,τ₂,···,τ_M}，其中τ_m表示完成第m个测试任务所需时间；

测试资源集R＝{r₁,r₂,···,r_N}，其中r_n表示对测试任务集T进行测试所需要的第n种资源，n＝1,2,…,N，N表示测试所需资源种类数量；

任务资源矩阵TR，大小为M×N，用于表示资源被占用的情况，若TR(m,n)＝1则测试任务t_m在测试时需要占用资源r_n，若TR(m,n)＝0则测试任务t_m在测试时不占用资源r_n；

任务约束矩阵TS，大小为M×M，用于表示测试任务执行的先后顺序，若TS(m,m′)＝1则测试任务t_m需要在测试任务t_m′之前执行，若TS(m,m′)＝0则测试任务t_m和测试任务t_m′的先后没有限制，m′＝1,2,…,Mm′≠m；

S2：采用实数编码的方式对测试任务进行编码，在编码过程中如果任务约束矩阵TS(m,m′)＝1时，表示测试任务t_m和测试任务t_m′的执行有先后顺序，此时测试任务t_m和测试任务t_m′的编码相同，否则测试任务t_m和测试任务t_m′的编码不同；

S3：将测试任务的编码序列作为遗传算法的个体，对测试任务的编码进行K次随机排序生成K个编码序列，构成遗传算法的初始种群Q，记第i个个体为X_i＝{x_i,1,x_i,2,···,x_i,M}，x_i,m表示个体X_i中第m个进行的测试任务编码，i＝1,2,…,K；

S4：计算初始种群的相异度D₀，种群相异度计算的具体方法如下：

对于当前种群，首先计算任意两个个体之间的相异程度d_i,j：

其中，i＝1,2,…,K，j＝1,2,…,K，且i≠j，x_i,m、x_j,m分别为当前种群中个体X_i、X_j中第m个进行的测试任务编码；

然后采用如下公式计算当前种群整体的相异度D：

S5：计算当前种群Q中各个个体的适应度，具体方法为：

根据个体中测试任务编码的顺序、测试时间集τ、任务资源矩阵TR和任务约束矩阵TS生成并行测试任务调度方案，获取该调度方案完成测试所需时间TIME，然后采用如下公式计算个体的适应度f：

适应度越大，个体越优；

S6：判断是否满足终止条件，如果是，则进入步骤S11，否则进入步骤S7；

S7：从当前种群Q中选择优势个体构成新种群Q₁；

S8：对新种群Q₁中的个体采用交叉操作得到子代种群Q₂，其中各个个体的交叉概率采用如下方法计算：

采用步骤S4中的方法计算新种群Q₁的相异度D₁，采用步骤S5中的方法计算新种群Q₁中各个个体的适应度，然后采用如下公式计算个体的交叉概率：

其中，p_c表示交叉概率，p_cmax为预设的最大交叉概率，p_cmin为预设的最小交叉概率，f′为执行交叉操作的两个父代个体的适应度中的较大值，f_max为新种群Q₁的最大适应度值，f_avg为新种群Q₁的平均适应度值，γ为预设的极小值；

S9：对子代种群Q₂中的个体采用变异操作得到子代种群Q₃，其中各个个体的变异概率采用如下方法计算：

采用步骤S4中的方法计算子代种群Q₂的相异度D₂，采用步骤S5中的方法计算子代种群Q₂中各个个体的适应度，然后采用如下公式计算子代种群Q₂中各个个体的变异概率：

其中，p_m为变异概率，p_mmax为预设的最大变异概率，p_mmin为预设的最小变异概率，f为变异个体的适应度值，f_m′_ax为子代种群Q₂的最大适应度值，f_a′_vg为子代种群Q₂的平均适应度值；

S10：令子代种群Q₃为种群Q，返回步骤S5；

S11：选择当前种群中适应度最大的个体，根据该个体中测试任务编码的顺序、测试时间集τ、任务资源矩阵TR和任务约束矩阵TS生成并行测试任务调度方案。