| 基于RDC-PSOA的复杂自动化控制最优任务规划方法研究 |
| |
| 引用本文： | 吕康,金志伟.基于RDC-PSOA的复杂自动化控制最优任务规划方法研究[J].应用声学,2015,23(6). |
| |
| 作者姓名： | 吕康 金志伟 |
| |
| 作者单位： | 河南教育学院 河南 郑州 450046,河南教育学院 河南 郑州 450046 |
| |
| 基金项目： | 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) |
| |
| 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 |
Based on RDC-PSOA complex automation control optimal task planning method research |
| |
| Institution: | Henan Institute of Education,HeNan ZhengZhou 450046, |
| |
| Abstract: | |
| |
| Keywords: | automation control model Mission planning Data recommended |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
