买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于改进鲸鱼优化算法的工作流多目标调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116305747B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211613591.0，技术领域涉及：G06F30/20；该发明授权一种基于改进鲸鱼优化算法的工作流多目标调度方法是由袁友伟;黄笑成;高一鸣;姜添;毛娅鈊;王昌鹏;鄢腊梅设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于改进鲸鱼优化算法的工作流多目标调度方法在说明书摘要公布了：本发明公开一种基于改进鲸鱼优化算法的工作流多目标调度方法。通过改进原鲸鱼优化算法中线性变化的收敛因子，加快前期种群的收敛速度除此之外与原鲸鱼优化算法相比又增加了概率选择的随机差分法变异操作提高了后期算法跳出局部最优的能力。同时将改进的鲸鱼优化算法用于工作流任务调度中，将系统问题定义为平均负载量、延迟、能耗的加权和，能够在满足用户约束延迟时间和能耗的情况下找到最优的工作流调度方案。与原始鲸鱼优化算法相比，其不仅能够有效地提升解的质量，获取更优的工作流调度方案，还可以加快寻找最优解的过程，一定程度上节省算法消耗时间。

本发明授权一种基于改进鲸鱼优化算法的工作流多目标调度方法在权利要求书中公布了：1.一种基于改进鲸鱼优化算法的工作流多目标调度方法，其特征在于所述方法包括以下步骤： 步骤1：构建任务依赖模型，确定工作流任务的执行顺序； 使用有向无环图表示工作流中各任务之间存在依赖关系，，其中表示工作流的任务集合，为任务总数，表示第个任务,表示各任务之间的依赖关系集合，为任务与任务的前驱后继关系，为任务传递给任务的数据； 步骤2：工作流调度方案编码； 对于每个任务，应确定其对应的服务器编号，已知边缘环境中的服务器数量为；在对中的任务根据依赖关系进行拓扑排序后可用维向量表示，表示调度方案，代表鲸鱼个体； 步骤3：混沌映射初始化鲸鱼种群； 采用Piecewise混沌映射为种群进行初始化，其描述如下： 式1 其中表示区间的一个随机数，是混沌序列的随机产生参数；表示第次产生的初始编码，是根据产生的第次初始编码，由所有初始编码生成混沌序列，然后将每个乘并向上取整，得到对应的服务器编号，如下所示： 式2 令为种群数量，则可获得初始工作流鲸鱼种群，其中每个个体代表一种工作流调度方案： 式3 步骤4：计算鲸鱼个体适应度； 适应度的目标函数： 式4 其中是负载的惩罚系数，是权重因子，表示边缘服务器平均负载量，表示工作流消耗的总时间，表示工作流消耗的总能耗； 步骤5：根据是否小于0.5判断是否捕食猎物，代表鲸鱼随机行为的选择概率；若是则进行步骤7，若否则进行步骤6； 步骤6：包围或搜寻猎物； 在搜索空间中，猎物代表当前最优的工作流调度方案，若，鲸鱼种群中的每个鲸鱼个体会游向猎物以进行包围；若，每个鲸鱼个体会游向另一个随机鲸鱼个体以搜寻猎物，最优工作流调度方案的行为模型如下： 式5 式6 式7 其中表示当前鲸鱼第次迭代后的位置，表示当前迭代位置，表示在第次迭代中最优鲸鱼的位置，表示鲸鱼种群中随机一条鲸鱼的位置，是表示系数，是距离系数；是由生成的随机数，是中的随机向量； 改进的收敛算子由以下方式计算： ; 其中是最大迭代次数，是当前迭代次数，是迭代过程的权重系数，是范围系数； 步骤7：螺旋更新位置； 最优工作流调度方案的行为模型如下： 式8 其中是限定螺旋状的常数，从当前最优的位置根据搜索路径不断迭代至全局最优位置，即获得最优工作流调度方案，是之间的随机数； 步骤8：改进随机差分法变异； 为加快寻找最优工作流调度方案，采用随机差分法变异： 式9 其中，是两个随机数，分别代表最优个体距离和随机个体距离权重占比，代表经过随机差分法变异后的新个体，若新个体适应度优于原个体，则接受并替换原个体，以此加快最优工作流调度方案的输出； 式10 若新个体适应度劣于原个体，则以概率接受，其数学表达如下所示： 式11 其中是之间的随机数，是变化的非线性选择概率，并由下方公式给出： 式12 其中表示当前迭代次数； 步骤9：输出最优调度方案； 若迭代次数达到最大，则终止迭代，输出最优个体，并解码得到最优工作流调度方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。