×

时间关键任务调度中遗传算法的种群规模建模。 (英语) Zbl 1211.68206号

摘要:遗传算法在解决调度问题中得到了很好的应用,其性能优势也得到了认可。然而,从业者在调优GA时经常会遇到参数设置的问题。研究表明,种群规模(PS)对遗传算法的效率有很大影响。虽然文献中存在一些人口规模模型,但很少观察到任务调度的合理人口规模。在本文中,基于Harik提出的PS决策模型,我们提出了一个模型来表示应用于时间关键任务调度的遗传算法的成功率和PS之间的关系,其中遗传算法的效率比解决其他类型的问题更为必要。我们的模型只需要一些通过适当的简化和近似很容易知道的参数。因此,我们的模型是适用的。最后,通过实验对模型进行了验证。

MSC公司:

2010年第68季度 计算模式(非确定性、并行、交互式、概率性等)
68平方米 计算机系统环境下的性能评估、排队和调度
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 内政部:10.1109/71.790598·Zbl 05107582号 ·数字对象标识代码:10.1109/71.790598
[2] 内政部:10.1145/321738.321743·Zbl 0265.68013号 ·数字对象标识代码:10.1145/321738.321743
[3] Ahn C.W.,IEEE传输。进化计算6 pp 566–
[4] Goldberg D.E.,《搜索、优化和机器学习中的遗传算法》(1989)·Zbl 0721.68056号
[5] Goldberg D.E.,《复杂系统杂志》,第6页,第4页
[6] DOI:10.1162/evco.1999.7.3.231·Zbl 05412739号 ·doi:10.1162/evco.1999.7.3.231
[7] 内政部:10.1007/978-3-642-58412-1·doi:10.1007/978-3-642-58412-1
[8] Holland J.,《自然和人工系统的适应》(1975年)
[9] DOI:10.1009/32.58762·Zbl 05114785号 ·数字对象标识代码:10.1109/32.58762
[10] Garey M.,《计算机与难治性》(1979)
[11] DOI:10.1016/S0305-0548(96)00032-9·Zbl 0881.90070号 ·doi:10.1016/S0305-0548(96)00032-9
[12] 数字对象标识码:10.1006/jpdc.2000.1714·Zbl 0990.68013号 ·doi:10.1006/jpdc.2000.1714
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。