[发明专利]一种工作流多目标调度方法及装置

权利要求书

1.一种工作流多目标调度方法，其特征在于，包括：

采用LLH低层次启发式算法库包括的至少两种LLH算法分别对工作流多目标调度包括的初始种群按照设定迭代次数运行，确定设定迭代次数后各个所述LLH算法包括的第一非支配解、第一超体积HV(LLH)、第一非支配解比率RNI(LLH)和第一外部种群影响力IEA(LLH)；

根据各个所述LLH算法的对应的累计迭代次数以及所述LLH算法所对应的第一HV(LLH)、第一IEA(LLH)和第一RNI(LLH)，确定各个所述LLH算法对应的第一CF选择函数；

将最大第一CF对应的所述LLH算法确定为第一LLH算法，根据所述第一LLH算法所对应的策略更新初始种群中的个体，将所述第一LLH算法对所述初始种群进行一次迭代所得到的第二非支配解存储至外部种群中；

当确定所述第一LLH算法对应的累计迭代次数等于全部LLH算法的累计迭代最大值时，将所述外部种群中存储的非支配解确定为工作流多目标调度的帕累托集合；

其中，根据下列公式确定各个所述LLH算法对应的第一CF：

CF(LLH)＝f₁*HV(LLF)+f₂*RNI(LLH)+f₃*IEA(LLH)+f₄*NOC(LLH)

其中，NOC(LLH)＝(G_curr-G_LLH)/G_max，G_curr表示各个所述LLH算法所对应的累计迭代次数的总和，G_LLH表示各个所述LLH算法所对应的累计迭代次数，G_max表示全部LLH算法的累计迭代最大值；f₁为HV(LLH)的权重系数，f₂为RNI(LLH)的权重系数，f₃为IEA(LLH)的权重系数，f₄为NOC(LLH)的权重系数，f₁+f₂+f₃+f₄＝1，HV(LLH)表示各个LLH算法生成的非支配解围成的超体积，，RNI(LLH)表示外部种群中包括的各个LLH算法所对应的非支配解所占外部种群总非支配解的比率，IEA(LLH)表示各个LLH算法所对应的第一非支配解对外部种群的影响。

2.如权利要求1所述的方法，其特征在于，所述将所述第一LLH算法对所述初始种群进行一次迭代，具体包括：

采用所述第一LLH算法对所述初始种群进行一次迭代，确定所述第一LLH算法对应的累计迭代次数、所述第一LLH算法进行一次迭代后所对应的第二非支配解、第二HV(LLH)、第二IEA(LLH)和第二RNI(LLH)；

根据所述第一LLH算法的对应的累计迭代次数以及所述第一LLH算法所对应的第二HV(LLH)、第二IEA(LLH)和第二RNI(LLH)，确定所述第一LLH算法的第二CF。

3.如权利要求1所述的方法，其特征在于，所述确定设定迭代次数后各个所述LLH算法包括的第一非支配解之后，还包括：

将各个所述LLH算法包括的第一非支配解存储至所述外部种群，当确定所述外部种群包括的非支配解的数量大于初始设定值时，采用拥挤距离机制删除所述外部种群内的非支配解，直至所述外部种群包括的非支配解的数量小于初始设定值。

4.如权利要求1所述的方法，其特征在于，所述IEA(LLH)通过下列公式确定：

IEA＝(mum₁+mum₂)/|EA|

其中，mum₁表示从外部种群中被剔除的非支配解的数量，mum₁表示添加至外部种群的各个LLH算法所对应的非支配解的数量，|EA|表示外部种群中包括的非支配解的数量。