基于petri網和蟻群算法的并行測試系統任務調度問題研究.pdf

1、隨著現代科技和工業(yè)的飛速發(fā)展，計算機技術、微電子技術以及通信技術的廣泛應用，自動化測試系統也逐漸向并行化、復雜化和多元化的方向發(fā)展，使得測試系統的規(guī)模不斷擴大，結構越來越復雜，測試系統的任務調度問題就成為了制約系統性能和發(fā)展的瓶頸。由此，并行測試系統任務調度策略的研究已經成為自動測試領域研究的熱點?；谏鲜龇治?，本文主要進行并行測試系統任務調度過程的建模以及任務調度算法的研究，通過對并行測試系統任務調度的過程以及當前任務調度問題所要關注

2、的問題進行分析，建立了任務調度的隨機petri網模型，并提出了一種基于petri網建模和蟻群算法結合的任務調度算法。具體完成的工作如下：
　　1.針對并行測試任務調度問題的描述、特點以及研究現狀等問題進行了研究和分析，然后介紹了petri網相關理論知識，并給出了建立隨機petri網模型的一般步驟和分析過程。
　　2.針對目前運用 petri網來研究并行測試系統任務調度問題的不足，文中介紹了并行測試系統的任務劃分原則和方法，并

3、給出了由任務相關圖與petri網模型轉化的算法，最后建立了并行測試系統任務調度過程的一般petri網模型，并通過實例仿真分析驗證運用petri網解決該問題的可行性。
　　3.針對標準蟻群算法進行任務調度時算法搜索前期信息素不足而容易陷入局部最優(yōu)解的問題，以及運用petri網理論求解容易導致模型狀態(tài)空間信息爆炸的問題，通過對標準蟻群算法進行改進，提出了一種基于petri網和蟻群算法結合的任務調度算法—P-ACO算法。具體來說，一是通

4、過改變標準蟻群算法的禁忌表的設置方式，由傳統的禁忌表改為螞蟻共享禁忌表，具體做法是在狀態(tài)轉移概率規(guī)則中加入約束檢驗，對于不符合約束條件的變遷，螞蟻不選擇該條路徑，從而加快算法的搜索速度；二是在算法開始執(zhí)行時，對局部信息素的更新中加入一個衰減因子，從而擴大算法的搜索范圍，避免算法陷入局部最優(yōu)解。
　　最后通過對三種調度算法的仿真對比分析，實驗結果表明本文所提出的P-ACO算法對并行測試系統的任務調度在執(zhí)行時間和負載均衡能力上均有很好