APP下载

基于蚁群算法的测试任务调度优化方法

2019-08-06胡涛马晨辉申立群梁洁

兵工学报 2019年6期
关键词:优化资源

胡涛, 马晨辉, 申立群, 梁洁

(1.哈尔滨工业大学 仪器科学与工程学院, 黑龙江 哈尔滨 150001; 2.北京宇航系统工程研究所, 北京 100076)

0 引言

复杂系统测试的时间长、效率低、成本高,提高测试效率、减小仪器闲置已经成为测试系统亟待解决的问题。并行测试技术[1-3]通过提高单位时间内被测对象的数量及在每一个被测对象内部并行进行参数测试,来提高测试仪器的利用率和测试效率,因此并行任务调度算法的设计与实现是关键。

蚁群算法是一种仿生智能算法,应用很广,对于任务调度问题具有很好的适用性。熊婧[4]为蚁群算法应用于调度问题提供了思路,适合于车间作业调度的实际问题;付新华等[5]将蚁群算法与并行测试任务调度相结合,然而算法全局搜索能力仍有待进一步完善;路辉等[6]提出了任务调度方案的详细问题描述,但多目标优化降低了测试效率的要求。上述方法未考虑测试时间最短的任务调度矩阵存在多解的问题,算法体系不完整。

本文针对测试系统测试效率低、资源浪费问题,提出基于蚁群算法的测试任务并行调度优化方法,建立了算法的完整体系。明确了测试任务,分析了可优化空间,应用蚁群算法设计了启发函数和状态转移概率;通过与随机穷举法对比验证了算法的有效性;针对多解问题,提出了资源均衡度的评价标准。仿真结果表明,本文方法是有效的,在实现最短测试时间的同时获得了资源均衡度最高的任务调度序列。……

登录APP查看全文

猜你喜欢

优化资源
让有限的“资源”更有效
超限高层建筑结构设计与优化思考
基础教育资源展示
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
资源回收
资源再生 欢迎订阅
基于低碳物流的公路运输优化