一种基于IPGSA的多处理机调度算法  

A Job Scheduling Algorithm for Multiprocessor Based on IPGSA

作　　者：李强[1,2] 刘晓峰 LI Qiang;LIU Xiaofeng(College of Finance&Economics,Tai Yuan University of Technology,Taiyuan 030024,China;College of Information,Shan Xi Finance&Taxation College,Taiyuan 030024,China;College of Data Science,Tai Yuan University of Technology,Taiyuan 030024,China)

机构地区：[1]太原理工大学财经学院,山西太原030024 [2]山西省财政税务专科学校信息学院,山西太原030024 [3]太原理工大学大数据学院,山西太原030024

出　　处：《湖南科技大学学报（自然科学版）》2021年第1期99-105,共7页Journal of Hunan University of Science And Technology：Natural Science Edition

基　　金：国家自然科学基金资助项目(61502330);山西省高等学校科技创新项目资助(2020L0743);山西省高等学校科技创新项目资助(20171119);山西省软科学计划研究项目资助(2016041008-5);校级课题(2020-Y27)。

摘　　要：多处理机作业调度问题是一个典型的非线性规划问题,针对具有多条件限制的多处理机作业调度问题,提出了一种基于改进的植物生长模拟算法(IPGSA)来搜索问题解的空间.该方法首先将多条件限制和目标函数定义为该问题的数学模型,然后使用改进的植物生长模拟算法搜索问题的解空间,得出最佳的问题求解方案.在实验中,将该方法与粒子群算法、蚁群方法和HNN算法进行实验比较,并给出具体算例测试并分析.实验证明,该方法具有比其他典型算法具有效率更高、更稳定的效果.Multiprocessor scheduling problem is a typical nonlinear programming problem,and an improved plant growth simulation algorithm( IPGSA) was proposed to solve the multiprocessor scheduling problem with multiple constraints. A mathematical model was defined by multiple constraints and objective function,and an improved plant growth simulation algorithmwas used to search the problem space in order to obtain the best solution. In the experiment,the method was compared with particle swarm optimization,ant colony algorithm and HNN algorithm. Experimental results shown that the algorithm is more efficient and stable than the other typical algorithms.

关 键 词：植物生长模拟算法 多处理机 作业调度 资源约束 负载均衡 

分 类 号：N94[自然科学总论—系统科学] TP391[自动化与计算机技术—计算机应用技术]