基于粒子群算法的仿真任务共同体服务选择算法优化研究  

Study of Improved Simulation Task Community Service Selection Algorithm Based on Particle Swarm Optimization

作　　者：汪霆[1] 刘高峰[1] 

机构地区：[1]海军工程大学电子工程学院,武汉430033

出　　处：《兵器装备工程学报》2016年第7期51-56,84,共7页Journal of Ordnance Equipment Engineering

摘　　要：在研究粒子群算法(PSO)及其改进的DGOSS算法、STCSSA算法基础上,从仿真任务共同体的定义、服务选择界定及服务品质(Qo S)描述出发,改进设计了PSO的惯性权重动态调整策略,建立了一种优化的仿真任务共同体服务选择算法(ITCSSA);通过仿真对比验证表明:ITCSSA算法较DGOSS算法、STCSSA算法有更好的收敛速度、精度和适用性,对于多用途仿真系统的资源分配优化具有一定的参考价值。The paper analyzed the particle swarm optimization （ PSO ） and two typical optimized algorithms：DGOSS, ITCSSA, and explicitly defined and described the concepts of simulation task community,service selection and quality of service（ QoS ）,and proposed an improved task community service selection algorithm（ ITCSSA）based on optimiz-ed dynamic inertia weight strategy. Finally,the simulation has proved its advantages in convergence rate and precision. The paper has reference value for the research of service se-lection during multipurpose simulation system.

关 键 词：面向服务 仿真系统 仿真任务共同体 服务选择 优化粒子群算法 

分 类 号：E917[军事]