74、多任务和多团队工单调度的NSGA - II算法研究

多任务和多团队工单调度的NSGA - II算法研究

1. 引言

在计算机科学领域，作业调度是众多优化框架之一。调度一组作业时，输出不仅要可行，还要符合逻辑顺序，以确保充分利用所有可用资源。工单调度与作业调度方法类似，但它在时间安排、并发处理和多任务执行方面有更严格的要求，这使得工作流程需要根据全天候的资源情况灵活调整节奏。

为解决多任务、多团队工单调度和优化问题，本文提出了非支配排序遗传算法 - 版本2（NSGA - II）。此前，针对工单的多目标调度和优化已有大量研究，但这些方法应用起来较为繁琐，且需要大量外部资源，可能会使当前的调度指令更加复杂。因此，寻找更新、更好、更经济且符合资源要求的方法具有重要意义，这将使调度范式更易于管理和广泛应用。

本文的结构如下：第1节介绍多任务、多团队调度的初步知识，包括其目标和数学方法；第2节简要回顾以往针对多目标调度的基础工作；第3节描述NSGA - II框架的主要方法，为调度优化提供增强的定制功能；第4节给出实验结果，包括统计结果和图形结果；第5节总结本文并对未来的多调度指令提出展望。

2. 问题定义

本文采用数据驱动的方法进行任务调度，因此数据收集方法以及将数据嵌入算法的技术至关重要。从战略调度的角度来看待技术分类是比较合适的。NSGA - II采用混合策略，结合了静态和启发式方法，同时忽略作业的某些特征。下图展示了多任务、多团队调度问题的解决范围。

3. 数据集关键特征

由于多目标优化问题的复杂性，为了进行合理的调度，需要精心整