论文研究物流云服务下基于改进蝙蝠算法的任务调度.pdf

针对物流云服务模式中调度任务多、信息量大、需求广的特点，提出了一种改进蝙蝠算法求解物流云服务调度问题的方案，其优化目标为最小化调度时间和最大化资源利用率。根据设计的算法流程，首先基于工件升序排列（rankedordervalue，ROV）规则对蝙蝠个体进行重新编码；然后调整初始化数据范围来减少分配任务超载和资源闲置现象，并在迭代过程中增加约束条件来均衡任务量，最终实现了资源与任务的智能调度。通过和遗传、粒子群以及基本蝙蝠算法的对比分析，体现了改进算法的优越性。最后利用Witness对方案进行仿真，证明了改进蝙蝠算法在解决物流云服务任务调度中的有效性，同时扩展了蝙蝠算法的应用领域。