[发明专利]基于遗传-蚁群融合算法的动态服务资源调度方法在审
申请号: | 201910583524.0 | 申请日: | 2019-07-01 |
公开(公告)号: | CN110298589A | 公开(公告)日: | 2019-10-01 |
发明(设计)人: | 苑明海;蔡仙仙;顾文斌;李亚东;黄锦婷 | 申请(专利权)人: | 河海大学常州校区 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06N3/00;G06N3/12 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 213022 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于遗传‑蚁群融合算法的动态服务资源调度方法,包括以下步骤:S1:建立服务任务,确定动态服务资源集;S2:选择遗传算子,基于遗传算子求解获得适应度值高的优化解;S3:选择蚁群算子,并将遗传算子和蚁群算子的过渡,将遗传算子求出的优化解转化成蚁群算子的初始信息素分布;S4:基于初始信息素分布,获取动态服务资源的调度方案。本发明将蚁群算法与遗传算法相融合后应用于动态服务资源的调度问题上,提高了动态服务资源的使用率,降低资源使用的时间、成本等,提高生产的效率。本发明具有较强的寻优求解能力,迭代收敛性也比其他算法好,趋于稳定性较快。可提高资源的使用率,增加企业的经济效益。 | ||
搜索关键词: | 动态服务 蚁群 遗传算子 算子 初始信息素 融合算法 资源调度 求解 使用率 遗传 调度问题 迭代收敛 建立服务 遗传算法 蚁群算法 资源使用 适应度 资源集 寻优 算法 优化 调度 融合 应用 转化 生产 | ||
【主权项】:
1.基于遗传‑蚁群融合算法的动态服务资源调度方法,其特征在于,包括以下步骤:S1:建立服务任务,确定动态服务资源集;S2:选择遗传算子,基于所述遗传算子求解获得适应度值高的优化解;S3:选择蚁群算子,并将所述遗传算子和所述蚁群算子的过渡,将遗传算子求出的所述优化解转化成所述蚁群算子的初始信息素分布;S4:基于所述初始信息素分布,获取动态服务资源的调度方案。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学常州校区,未经河海大学常州校区许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910583524.0/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理