多群落粒子群優(yōu)化供應(yīng)鏈數(shù)據(jù)中心任務(wù)調(diào)度

摘要： 要：針對數(shù)據(jù)中心規(guī)模和任務(wù)需求不斷增加帶來的服務(wù)效率降低等問題，提出了一種負(fù)載均衡多群落粒子群優(yōu)化任務(wù)調(diào)度方法。通過改進(jìn)的適應(yīng)度函數(shù)對任務(wù)的最大完工時間和各機器完工時間方差進(jìn)行組合優(yōu)化以提升集群的負(fù)載均衡性；利用新的自適應(yīng)慣性權(quán)重函數(shù)改進(jìn)粒子搜索效率，提升算法收斂速率；采取新的粒子初始化方法提高初始解的質(zhì)量和多樣性，并利用多群落粒子協(xié)同搜索使得最終結(jié)果更加接近最優(yōu)解。在阿里巴巴...