【技术实现步骤摘要】
一种基于改进混沌蝙蝠群算法的云制造调度方法
本专利技术涉及计算；推算；计数的
，特别涉及一种基于特定计算模型的计算机系统的基于改进混沌蝙蝠群算法的云制造调度方法。
技术介绍
云制造平台运行过程中，服务者需求者不断地向云制造平台提交自己的制造需求，云制造平台基于每个用户的个性化需求为用户提供最优的制造服务并生成任务与服务的调度方案。制造任务和制造服务的匹配与调度过程是解决云制造平台供需匹配和资源有效利用的核心，该过程需要考虑不同制造服务之间的优化选择问题。现有技术中，有关云制造环境下制造资源的任务和服务的调度问题的研究仍较少，使用的方法以智能优化算法为主，如遗传算法、峰群算法、粒子群算法、蚁群算法等，另有一些将博弈论方法应用到网络化制造环境下的任务调度问题中去。然而，现有技术中的算法虽然可以保证任务的分配规划，却无法保证调度方案的执行速度和负载均衡度，导致了云制造调度最终无法完美实施。
技术实现思路
本专利技术解决了现有技术中存在的问题，提供了一种优化的基于改进混沌蝙蝠...
【技术保护点】
1.一种基于改进混沌蝙蝠群算法的云制造调度方法，其特征在于：/n所述方法包括以下步骤：/n步骤1：生成种群P，P为一个矩阵，种群数量为p；/n步骤2：初始化目标配置，划分任务至m个子任务，预设虚拟机为n台；/n步骤3：初始化全局最优，获得调度方案适应度的最优值算法的最优解bestfitness和最优解对应的种群行数bestindex，以及最佳调度方案globalbest，globalbest为一个长度为m的向量；/n步骤4：使用改进的混沌蝙蝠群算法进行调度运算；/n步骤5：输出globalbest，作为最优云制造调度方案。/n
【技术特征摘要】
1.一种基于改进混沌蝙蝠群算法的云制造调度方法，其特征在于：
所述方法包括以下步骤：
步骤1：生成种群P，P为一个矩阵，种群数量为p；
步骤2：初始化目标配置，划分任务至m个子任务，预设虚拟机为n台；
步骤3：初始化全局最优，获得调度方案适应度的最优值算法的最优解bestfitness和最优解对应的种群行数bestindex，以及最佳调度方案globalbest，globalbest为一个长度为m的向量；
步骤4：使用改进的混沌蝙蝠群算法进行调度运算；
步骤5：输出globalbest，作为最优云制造调度方案。
2.根据权利要求1所述的一种基于改进混沌蝙蝠群算法的云制造调度方法，其特征在于：所述步骤1中，矩阵P的列数为种群的数量、行数为任务数量，任一元素的值为虚拟机的编号。
3.根据权利要求1所述的一种基于改进混沌蝙蝠群算法的云制造调度方法，其特征在于：所述步骤3中，调度方案适应度包括运行时间、负载均衡。
4.根据权利要求1所述的一种基于改进混沌蝙蝠群算法的云制造调度方法，其特征在于：所述步骤4包括以下步骤：
步骤4.1：初始化矩阵P，矩阵中的每个元素对应一速度，速度矩阵为V；
初始化对应种群数量p的响度A及其对应的平均响度Amean、频率F及其最大元素fmax和最小元素fmin、脉冲发射率r、搜索测度faid、蝙蝠的空间搜索向负方向移动的比例Mi、混沌因子rid和混沌变量cid；
步骤4.2：初始化数据，响度A为[0,2]中的任一值、脉冲发射率r为[0,1]之间的均匀分布随机数、混沌因子rid为[0,1]中的任一值；令迭代次数iter＝1，最大迭代次数为gmax；
步骤4.3：若iter＜gmax，则进行下一步，否则，进行步骤5；
步骤4.4：初始化混沌变量cid，cid[i]t＝(cid[i]t_1)1+rid[i]；
更新每个蝙蝠的频率F...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。