基于区域迁移策略的测试任务调度问题多目标多模优化

摘要：

基于动态时间弯曲(DTW)对测试任务调度问题的多目标多模特行进行证明,将决策空间分为互不相交的N组,分别利用多目标优化算法求解N组的Pareto前沿(PF)并进行排序和去重,计算每一组PF与标准前沿的DTW值或计算组与组PF之间的DTW值来评价彼此间的相似性.基于此,提出一种基于区域迁移策略的粒子群多目标多模优化算法(RM M OPSO)求解测试任务调度问题(TTSP).通过引入多种群策略和区域迁移策略,N个子种群在决策空间内并行搜索,按顺序交换子种群之间的全局最优点引导每个子种群的搜索区域不断发生转移,从而使每个子种群都可以搜索到完整的决策空间,得到N个对应于目标空间同一个PF的不同PS.将该方法应用于11个具有多模特性的标准测试函数和不同规模的TTSP实例的仿真实验,对于低维问题,目标空间和决策空间在收敛性和多样性方面都表现优良,并且能找到对应于同一个PF的多个PS;对于高维问题,适当增加子种群个数和迭代次数,可以有效提高算法性能.

关键词：动态时间弯曲;多模特性证明;多目标多模优化;测试任务调度;多目标粒子群算法

所属期刊栏目：49

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金61671041,61827901,61101153

在线出版日期：2021-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：54-70