基于改進鯨魚算法的工業操作系統資源實例化調度算法研究

摘 要：工業操作系統借助資源實例化調度（RIS）技術管理制造資源時，會面臨眾多功能相似但服務質量各異的生產資源，導致資源選擇和配置變得復雜。針對這一現狀，提出了黃金柯西鯨魚優化算法（GCWOA），該算法通過融合Tent混沌映射、黃金分割系數和柯西變異算子，實現對RIS問題的優化，提升服務質量。通過開展不同規模的RIS仿真實驗驗證，GCWOA展現出了顯著的優勢。相較于遺傳算法、鯨魚算法和2個改進鯨魚算法，GCWOA的平均求解精度提升了5.6%，平均時間效率提高了2.35倍。以上結果充分證明了GCWOA在解決RIS問題上的高效性和實用性，為工業操作系統的資源管理提供了有力的優化工具。

關鍵詞：工業操作系統;資源調度;鯨魚優化算法;元啟發式算法

中圖分類號：TP18 文獻標志碼：A

0 引言（Introduction）

在工業操作系統中，通過實施資源實例化調度（RIS）技術，可以實現對各類異構生產資源的有效管理與利用[1]。RIS技術頻繁調用，以及對高度服務質量（QoS）標準和及時性要求的需求[2]，對制造系統的整體效率、性能和成本效益產生了巨大的影響。RIS的主要目標是高效、合理地選擇執行生產子任務的資源，實現任務到資源的映射。該問題類似于QoS云服務組合[3]（QoS-CSC）問題，是一個NP-hard的離散空間組合優化問題。由于工業環境的復雜性和多樣性，實施RIS優化方法時需要考慮多個因素，例如任務優先級、資源約束、通信延遲等，目前的優化算法通常無法同時滿足這些需求[4]?；诖吮尘埃狙芯恐荚谔岢鲆粋€調度優化算法，以高效且合理地解決RIS問題。