多目标服务工作流混合粒子群调度算法-东南大学学报.pdf

第４０卷第３期 东南大学学报（自然科 学版 ） Ｖｏｌ．４０ Ｎｏ．３ 　 ２０１０年５月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｙ２０１０ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１０．０３．０１１ 多目标服务工作流混合粒子群调度算法 张晓东　　王　茜 （东南大学计算机科学与工程学院，南京２１００９６） （东南大学计算机网络和信息集成教育部重点实验室，南京２１００９６） 摘要：针对ＮＰ难的服务工作流时间 费用优化问题，提出多目标混合粒子群算法（ＨＭＯＰＳＯ）来 优化工作流调度问题．ＨＭＯＰＳＯ算法包括：初始种群生成、适应值分配、种群多样性保持、外部种 群和极值选择．通过分析服务工作流的特征，构建有效的粒子结构使之离散化；通过设定单目标 最优初始解，优化初始种群；通过引入外部种群和基于小生境技术的网格方法，获得分布均匀的 Ｐａｒｅｔｏ最优解集．实验结果表明，ＨＭＯＰＳＯ具有更快的收敛速度和更好的寻优能力，并且在不同 特征的问题实例上获得了数量众多、分布均匀、有较高质量的Ｐａｒｅｔｏ最优解集． 关键词：服务工作流；有向无环图（ＤＡＧ）；粒子群优化（ＰＳＯ）；多目标优化；Ｐａｒｅｔｏ解集 中图分类号：ＴＰ３９３　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１０）０３０４９１０５ Ｈｙｂｒｉｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ ｆｏｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅｓｃｈｅｄｕｌｉｎｇｉｎｓｅｒｖｉｃｅｗｏｒｋｆｌｏｗｓ ＺｈａｎｇＸｉａｏｄｏｎｇ　　ＷａｎｇＱｉａｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔｅｒＮｅｔｗｏｒｋａｎｄＩｎｆｏｒｍａｔｉｏｎＩｎｔｅｇｒａｔｉｏｎｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ， ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＡｍｕｌｔｉｏｂｊｅｃｔｉｖｅｈｙｂｒｉｄＰＳＯ（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ）ｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｆｏｒｔｈｅ ｔｉｍｅｃｏｓｔｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｉｎｓｅｒｖｉｃｅｗｏｒｋｆｌｏｗｓ，ａＮＰＨａｒｄｐｒｏｂｌｅｍ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｅｒｖｉｃｅ ｗｏｒｋｆｌｏｗｓａｒｅａｎａｌｙｚｅｄ．Ｄｉｓｃｒｅｔｅｐａｒｔｉｃｌｅｓａｒｅｃｏｎｓｔｒｕｃｔｅｄ．ＨＭＯＰＳＯｉｓｉｎｃｌｕｄｅｄ：ｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎ ｇｅｎｅｒａｔｉｏｎ，ｆｉｔｎｅｓｓｄｉｓｔｒｉｂｕｔｉｏｎ，ｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙｍａｉｎｔａｉｎａｎｃｅ，ｏｕｔｓｉｄｅｐｏｐｕｌａｔｉｏｎａｎｄｅｘｔｒｅｍｅ ｃｈｏｉｃｅ．Ｔｈｅｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｉｓｇｅｎｅｒａｔｅｄｂｙｓｅｔｔｉｎｇｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｔｏｓｉｎｇｌｅｏｂｊｅｃｔｉｖｅｐｒｏｂｌｅｍｓ． ＴｏｏｂｔａｉｎａｎｅｖｅｎｌｙｄｉｓｔｒｉｂｕｔｅｄＰａｒｅｔｏｓｅｔ，ａｎｏｕｔｓｉｄｅｐｏｐｕｌａｔｉｏｎａｎｄａｍｅｓｈｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅ ｎｉｃｈｅｔｅｃｈｎｉｑｕｅａｒｅｉｎｔｒｏｄｕｃｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｅｆｆｉｃｉｅｎｔａｎｄ ｅｆｆｅｃｔｉｖｅｆｏｒｔｈｅｃｏｎｓｉｄｅｒｅｄｐｒｏｂｌｅｍ．ＭａｎｙｅｖｅｎｌｙｄｉｓｔｒｉｂｕｔｅｄＰａｒｅｔｏｓｅｔｓｗｉｔｈｈｉｇｈｑｕａｌｉｔｙａｒｅｏｂ