基于RDC-PSOA的复杂自动化控制最优任务规划方法研究

摘要：

在复杂的自动化控制模型中进行最优任务规划数据推荐时,容易出现只将任务分配给最先执行的处理器的情况,导致个别处理器上任务分配过多,造成整体时间跨度增加,提出一种基于推荐数据特点粒子群优化(recommended data characteristics-particle swarm optimization algorithm:RDC-PSOA)的复杂自动化控制最优任务规划方法,以一群随机粒子为初始解,依据复杂自动化控制模型中任务规划数据推荐问题的特点,在粒子群算法的基础上,重新塑造粒子描述形式,对粒子的位置与速度进行编码,将粒子群算法映射到离散空间,通过迭代获取全部可能的自动化控制任务规划方案,实现数据的有效推荐;仿真实验结果表明,所提方法不仅具有很强的收敛能力,而且数据推荐完成时间短,性能优越.

关键词：自动化控制模型、任务规划、数据推荐

所属期刊栏目：23

分类号：TH128

资助基金：河南省教育厅自然科学研究计划项目2011A520053;河南省教育厅科学技术研究重点项目13A520223

在线出版日期：2015-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1905-1906,1911