針對分布式低碳并行機調(diào)度問題(Distributed low carbon parallel machine scheduling problem, DLCPMSP),由于該問題子問題眾多,為此,首先將問題轉(zhuǎn)換為擴展的低碳不相關并行機調(diào)度問題以降低子問題的數(shù)量;然后提出了一種基于問題性質(zhì)的非劣排序遺傳算法-II (Property-based non-dominated sorting genetic algorithm-II, PNSGA-II)以同時最優(yōu)化總延遲時間和總能耗,該算法運用針對問題特征的兩種啟發(fā)式算法初始化種群,給出了問題的四種性質(zhì)及證明,提出了兩種基于問題性質(zhì)的局部搜索方法.運用大量實例進行了算法策略分析和對比實驗,結(jié)果分析表明, PNSGA-II在求解DLCPMSP方面具有較強優(yōu)勢.

【文章頁數(shù)】：12 頁

【部分圖文】：

圖2均值主效應圖Fig.2Principaleffectplotofmean

11期潘子肖等:基于問題性質(zhì)的分布式低碳并行機調(diào)度算法研究2433由表3和圖2可以看出,PNSGA-II的參數(shù)設置為pc=0.90,pm=0.1,N=120時算法性能最好,故選擇上述參數(shù)設置.表3各參數(shù)平均DIRTable3AverageDIRoffactors水平pcpmN11....

圖1PNSGA-II算法流程圖Fig.1TheflowchartofPNSGA-II距離指標DIR[39]用來評價算法l所得的非劣解集l中的元素相對于參考集的距離.

2432自動化學報46卷{2,3,4,5},mf∈[2,5],存在F×n的組合24組,共24個實例,pikl∈[1,100],ECkl∈[4,16],D=4,di=(1+3α)×Wk=1Dl=1pikl/(W×D),α為區(qū)間[0,1]內(nèi)的隨機數(shù).采用如下三個指標評價算法的計算結(jié)果....

本文編號：3938445