【技术实现步骤摘要】
本专利技术涉及计算机，具体涉及一种基于两阶段启发式搜索算法的大规模随机资源分配方法、系统、存储介质和电子设备。
技术介绍
1、随机资源是一类特殊的资源，又称为不可靠资源。随机资源无法保证一定能够完成任务，通常只能以一定的概率刻画其完成任务的可能性。例如，武器、无线电、无线通信网络、复杂系统以及无人系统等。随机资源分配是一个典型的组合优化问题，具有重要的研究意义，其目的是寻找一个最优的随机资源分配方案，以将可用随机资源分配给待执行的任务，在满足相关约束的前提下，实现期望未完成任务价值的最小化。
2、近年来，针对大规模执行任务的需求，随机资源分配问题的规模越来愈大，而随机资源分配问题为np-难(np-hard)问题，其解的搜索空间随随机资源和任务数量的增加呈指数级增长，给求解带来了很大的挑战。目前，通常采用最大边际回报算法、遗传算法等启发式或元启发式算法对随机资源分配问题进行求解。然而现有的求解方法通常只适用于求解中小规模问题，在求解大规模问题时，通常难以平衡求解质量和求解效率。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于两阶段启发式搜索算法的大规模随机资源分配方法、系统、存储介质和电子设备，解决了难以平衡求解质量和求解效率的技术问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：
5、一种基于两阶段启发式搜索算法的大规模随机资源分配方法，包括>
6、步骤1、输入可用于分配的随机资源集合、待执行的任务集合、每个随机资源完成每个任务的概率和完成每个任务取得的收益；
7、步骤2、根据所述随机资源集合、任务集合、每个随机资源完成每个任务的概率和完成每个任务取得的收益，采用第一阶段启发式算法快速构造出初始随机资源分配方案；
8、步骤3、采用第二阶段启发式算法对所述初始随机资源分配方案进行优化，并根据优化后的随机资源分配方案对随机资源进行分配。
9、优选的，所述步骤2中采用改进构造启发式规则的最大边际回报算法获取初始随机资源分配方案x，包括：
10、步骤21、设置随机资源分配矩阵x＝[xij]m×n、随机资源分配向量bw＝[bw(i)]m和任务边际回报表
11、其中定义可用于分配的随机资源集合r＝{1,2,…,m}，m为随机资源数量；待执行的任务集合t＝{1,2,…,n}，n为任务数量；
12、xij表示随机资源i对任务j的分配情况，xij取值为0或1，若将随机资源i分配给任务j，则令xij＝1，否则令xij＝0；且
13、bw(i)表示随机资源是否已被分配，bw(i)取值为0或1，若随机资源i已被分配，则令bw(i)＝1，否则令bw(i)＝0；
14、表示任务j关联的最大边际回报值和对应的随机资源
15、步骤22、初始化随机资源分配矩阵x、随机资源分配向量bw、任务边际回报表tmrt中的元素均为0；
16、步骤23、计算每个任务j的未被完成的概率pmis(j)和期望未被完成的价值u1(j)，pmis(j)＝1，u1(j)＝vj；其中vj表示完成任务j取得的价值；
17、步骤24、设置初始最优随机资源-任务对(i*,j*)为(0,0)；
18、步骤25、基于当前最优随机资源-任务对(i*,j*)对任务边际回报表tmrt进行更新，直至随机资源分配向量bw中的元素均为1时，则算法结束并输出初始随机资源分配方案x；
19、步骤26、找到tmrt中第一列元素中的最大值根据对应的随机资源和任务j*，更新最优随机资源-任务对(i*,j*)；
20、步骤27、根据当前最优随机资源-任务对(i*,j*)，对x、bw、pmis(j*)、u1(j*)进行更新，令bw(i*)＝1，其中表示随机资源i*完成任务j*的概率。
21、优选的，所述步骤25中基于当前最优随机资源-任务对(i*,j*)对任务边际回报表tmrt进行更新包括，包括：
22、步骤251、令j＝0；
23、步骤252、若j<n，则转入步骤253，否则转入步骤26；
24、步骤253：判断任务边际回报表tmrt中第j行元素的值和i*的值是否相等，若相等，则转入步骤254，否则令j＝j+1，转入步骤252；
25、步骤254、令i＝0；
26、步骤255、若i<m，则转入步骤256，否则转入步骤257；
27、步骤256、判断随机资源分配向量bw中的第i个元素是否为零，若是，则计算随机资源-任务对(i,j)的边际回报值δij＝u1(j)-pmis(j)*(1-pij)*vj，将其存储在δj中，并令i＝i+1；否则，直接令i＝i+1，转入步骤255；
28、步骤257、找到δj中的最大值和相应的随机资源i′j，据此更新任务边际回报表tmrt中第j行元素的值，令令j＝j+1，转入步骤252。
29、优选的，所述步骤3中采用全局交换优化算法获取优化后的随机资源分配方案xnew，包括：
30、步骤31、设置迭代次数iter＝1；
31、步骤32、初始化随机资源分配方案x0＝x；
32、步骤33、令i＝0，令当前随机资源分配方案xcorrent＝x0；
33、步骤34、若i<m-1，则转入步骤35，否则令iter＝iter+1，转入步骤39；
34、步骤35、令i′＝i+1；
35、步骤36、若i′<m，转入步骤37，否则令i＝i+1，转入步骤34；
36、步骤37、确定当前随机资源分配方案xcorrent中随机资源i和i′所分配的任务j和j′，计算随机资源i和i′交换分配任务后的交换收益eu，若eu大于零，则转入步骤38；否则，令i′＝i′+1，转入步骤36；
37、步骤38、交换随机资源i和i′分配的任务，得到新随机资源分配方案xnew，并更新任务j的未被完成的概率更新任务j′的未被完成的概率令xcorrent＝xnew，并转入步骤36；
38、步骤39、若iter大于等于n或xnew＝x0，则算法结束并输出优化后的随机资源分配方案xnew，否则，令x0＝xnew，转入步骤33。
39、优选的，所述步骤37中交换收益eu的计算方法为：
40、eu＝vj×pmis(j)+vj′×pmis(j′)-vj×epmis(j)-vj′×epmis(j′)
41、
42、
43、其中epmis(j)为交换后任务j的未被完成的概率；epmis(j′)为交换后任务j′的未被完成的概率。
44、一种基于两阶段启发式搜索算法的大规模随机资源分配系统，包括：
45、输入模块，用于输入可用于分配的本文档来自技高网...
【技术保护点】
1.一种基于两阶段启发式搜索算法的大规模随机资源分配方法，其特征在于，包括：
2.根据权利要求1所述的大规模随机资源分配方法，其特征在于，所述步骤2中采用改进构造启发式规则的最大边际回报算法获取初始随机资源分配方案X，包括：
3.根据权利要求2所述的大规模随机资源分配方法，其特征在于，所述步骤25中基于当前最优随机资源-任务对(i*，j*)对任务边际回报表TMRT进行更新包括，包括：
4.根据权利要求1所述的大规模随机资源分配方法，其特征在于，所述步骤3中采用全局交换优化算法获取优化后的随机资源分配方案Xnew，包括：
5.根据权利要求4所述的大规模随机资源分配方法，其特征在于，所述步骤37中交换收益EU的计算方法为：
6.一种基于两阶段启发式搜索算法的大规模随机资源分配系统，其特征在于，包括：
7.一种存储介质，其特征在于，其存储有用于基于两阶段启发式搜索算法的大规模随机资源分配的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1～5任一项所述的大规模随机资源分配方法。
8.一种电子设备
...【技术特征摘要】
1.一种基于两阶段启发式搜索算法的大规模随机资源分配方法，其特征在于，包括：
2.根据权利要求1所述的大规模随机资源分配方法，其特征在于，所述步骤2中采用改进构造启发式规则的最大边际回报算法获取初始随机资源分配方案x，包括：
3.根据权利要求2所述的大规模随机资源分配方法，其特征在于，所述步骤25中基于当前最优随机资源-任务对(i*，j*)对任务边际回报表tmrt进行更新包括，包括：
4.根据权利要求1所述的大规模随机资源分配方法，其特征在于，所述步骤3中采用全局交换...
【专利技术属性】
技术研发人员：马滢滢，罗贺，王国强，胡笑旋，靳鹏，夏维，朱外明，岳子轩，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。