基于深度学习的资源投入问题算法

摘要：

针对资源投入调度问题,提出了基于实时调度状态的调度优先级规则智能决策机制,构造了嵌合人工神经网络的双层迭代循环搜索算法.算法上层为启发式资源搜索框架,下层为基于实时调度状态的调度优先级规则智能决策算法.下层算法通过双隐层BP神经网络离线学习,获得调度状态与调度优先级规则的映射关系,并在实时调度过程中的每一阶段,根据当前调度数据,智能决策调度优先级规则,并指导作业调度进行.最后,通过标准算例库PSPLIB进行对比实验,验证了所设计算法的有效性.

关键词：深度学习、双层迭代循环搜索、资源投入问题、启发式规则、调度

所属期刊栏目：27

分类号：TP29(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1558-1568