-
公开(公告)号：CN104077634B
公开(公告)日：2017-02-08
申请号：CN201410307479.3
申请日：2014-06-30
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明公开一种基于进化多目标优化的主动-反应式动态项目调度方法,主要解决现有调度算法不能同时处理项目开发环境中存在的不确定因素和紧急动态事件的问题。其实现步骤是：（1）初始化。读取任务和软件工程师的属性,定义优化目标,设定约束条件；（2）在项目初始时，采用主动调度方式，基于静态多目标进化算法，同时优化项目的成本、工期和抗风险能力；3）在项目开发过程中，采用由紧急动态事件驱动的反应式重调度方式，基于动态多目标进化算法在新环境中快速产生一个新的调度方案。与传统方法相比，本发明能够提前预测项目中存在的不确定性，也能及时响应紧急动态事件的发生，生成的调度方案具有效率高、抗风险能力强及稳定性优的特点。
-
公开(公告)号：CN104077634A
公开(公告)日：2014-10-01
申请号：CN201410307479.3
申请日：2014-06-30
Applicant: 南京信息工程大学
IPC: G06Q10/04
Abstract: 本发明公开一种基于进化多目标优化的主动-反应式动态项目调度方法,主要解决现有调度算法不能同时处理项目开发环境中存在的不确定因素和紧急动态事件的问题。其实现步骤是：（1）初始化。读取任务和软件工程师的属性,定义优化目标,设定约束条件；（2）在项目初始时，采用主动调度方式，基于静态多目标进化算法，同时优化项目的成本、工期和抗风险能力；（3）在项目开发过程中，采用由紧急动态事件驱动的反应式重调度方式，基于动态多目标进化算法在新环境中快速产生一个新的调度方案。与传统方法相比，本发明能够提前预测项目中存在的不确定性，也能及时响应紧急动态事件的发生，生成的调度方案具有效率高、抗风险能力强及稳定性优的特点。
-
公开(公告)号：CN110689320A
公开(公告)日：2020-01-14
申请号：CN201910904407.X
申请日：2019-09-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于协同进化算法的大规模多目标项目调度方法，包括(1)构建基于协同进化算法的大规模多目标项目调度模型；(2)初始化算法参数；(3)产生初始父代群体；(4)对决策变量进行分组；(5)若迭代代数是分组个数的整数倍，则基于遗传算法依次进化每一个分组；否则，基于分组的贡献度选择一个分组进行遗传进化；(6)利用进化后得到的群体更新外部存储器，并更新分组的贡献度；(7)判断迭代代数是否达到最大值，若达到，则终止迭代，把当前外部存储器作为Pareto非支配解集输出。本发明能够解决大规模软件项目中的调度问题，并预测了项目中存在的不确定性，能够自适应地动态分配计算资源，生成的调度方案具有效率高、抗风险能力强的特点。
-
公开(公告)号：CN107563555A
公开(公告)日：2018-01-09
申请号：CN201710784140.6
申请日：2017-09-04
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于Q学习memetic算法的动态多目标软件项目调度方法,包括如下步骤：(1)读取输入信息；定义优化目标，设定约束条件；(2)初始化算法的参数；Q学习中的智能体感知项目环境中的初始状态；确定静态多目标memetic算法中的全局和局部搜索策略；(3)在项目初始时，产生初始调度方案，并产生一回报值；(4)在项目实施过程中，采用重调度方式；智能体感知项目环境的当前状态，依据回报值更新状态-动作对表中的Q值，基于选择机制确定动态memetic算法中的全局和局部搜索策略；基于动态memetic算法在新环境中产生新的调度方案，并产生一回报值。本发明能够学习项目环境的特征，快速高效地实现软件项目中的动态调度任务。
-
-
-
Search Results
4
records
(took 0.039 seconds)
