CN101976221B - 一种基于粒子群禁忌组合的并行测试任务调度方法及平台 - Google Patents

Abstract

本发明公开了一种基于粒子群禁忌组合的并行测试任务调度方法及平台，该平台包括测试资源与测试任务输入模块、数据库模块、数据库管理模块、表格与参数选择模块、调度方法模块、调度结果模块、调度结果显示与比较模块和方法扩展模块。本平台首先将测试资源与测试任务数据存入数据库模块；然后用粒子群禁忌组合方法对数据库中提取的测试相关数据进行运算；最后将调度结果存储于数据库或直接在调度结果显示与比较模块中显示比较。本平台可以扩展其它调度方法。本发明分析了目前各种并行任务调度方法的优缺点，提出基于粒子群禁忌组合的并行测试任务调度方法，克服单一算法容易陷入局部最优的缺陷，并将该方法应用于并行测试任务调度中。

Description

一种基于粒子群禁忌组合的并行测试任务调度方法及平台

技术领域

本发明属于自动测试系统并行测试任务调度领域，具体涉及一种基于粒子群禁忌组合的并行测试任务调度方法及平台。

背景技术

传统自动测试系统，受测试接口容量和测试软件运行模式的限制，大多沿用串行测试工作模式，不能同时对多个UUT(Unit Under Test，被测设备)或者单个UUT的多项任务进行测试，测试的方法主要是顺序测试，一次仅能完成一个测试任务，所以测试吞吐量并不高。计算机要么在等待测试仪器完成测试，要么在等待被测设备到达指定状态开始测试。所以计算机和测试仪器资源一般有70％～80％的时间处于空闲状态，整个系统的测试效率极低。但是在技术水平越来越高、测试仪器越来越多样、测试手段越来越丰富的今天，串行测试的低效率已经成为自动测试系统发展的瓶颈。为提高自动测试系统资源的利用率，在自动测试平台上实现并行测试是一种十分有效的解决途径。并行测试技术根植于并行处理技术，其宏观表现为，在并行测试程序的控制下对多个被测对象同时测试。相比传统的顺序测试技术，它通过对系统资源的优化利用可以大幅度提高测试效能，提高测试资源利用率，降低整个测试过程的测试成本(包括测试时间)。它通过增加单位时间内被测件的数量来提高系统的吞吐率；通过减少仪器及CPU的闲置时间来提高设备的利用率；通过对贵重设备的共享来节约测试成本。因此，采用并行测试技术能够增加测试系统的吞吐量，提高系统硬件的使用效率，从而减少测试时间，降低测试成本。

测试任务的合理调度是实现并行测试的关键技术之一，测试任务的调度是NP(Nondeterministic Polynomial)难题。目前，主要有两类解决并行测试任务调度的方法。一类是采用基于规则和枚举的方法，此类方法是基于规则的条件下利用穷举的思想得到并行调度结果，是一种简单的随机搜索方法，一般每次都能得到最优解，但是方法相当的费时，特别是测试任务繁多且测试任务间约束关系强的情况下，此类方法的耗时是不可接受的，所以该方法适用于测试任务数少、约束关系弱的情况。另一类是采用单一的智能搜索方法，这种方法可以获得满足某种性能指标的最优解，但缺少对资源冲突、系统锁死的问题的形式化分析。目前应用于并行测试任务调度的方法有：TaskScheduler-T、多色蚁群、禁忌、遗传、模拟退火。目前这些方法所应用的任务调度模型还没有一个统一的数学描述，所以建立一个统一的并行测试任务调度平台与模型描述至关重要。

面对当前军事、民用发展对自动测试系统性能越来越高的要求，现有的一些调度方法选择单一的目标函数在很多情况下显得越来越不适应，可以通过联合多种智能搜索方法或智能方法与常规方法的结合，并考虑测试人员关心的成本、仪器资源负载平衡、测试时间长短各方面着手，从整体上提高方法的性能与适用性，从而满足现代并行测试系统对减少仪器及CPU的闲置时间，提高系统设备的利用率，缩短测试周期的诸多需求。因此，多目标函数、多种方法结合的研究对并行测试系统的任务调度具有重要的现实意义。

发明内容

本发明的目的是建立一个统一的并行任务调度平台，提供了测试资源、信号类型、测试任务、约束关系、调度结果统一管理的架构，同时平台提供了调度方法的扩展机制，利于调度结果的比较与分析，提升平台性能。同时为了解决现有调度方法容易陷入局部最优、寻优概率低、适应性差的技术问题，提出了一种基于粒子群与禁忌方法组合的并行测试任务调度方法。

本发明的并行测试任务调度平台，包括测试资源与测试任务输入模块、数据库模块、数据库管理模块、表格与参数选择模块、调度方法模块、调度结果模块、调度结果显示与比较模块和方法扩展模块。

测试资源与测试任务输入模块是并行测试任务调度平台的入口，测试资源与测试任务输入模块输入数据包括：测试资源表、测试任务表、测试任务间的约束关系表、信号类型表、粒子群禁忌组合方法的参数设置数据，输入数据表格与参数保存至数据库模块；数据库模块将测试资源与测试任务输入模块输入的数据存储到数据库中；数据库管理模块负责对数据库模块中存储的数据表格和参数的添加、删除、修改操作；表格与参数选择模块从数据库模块中选取调度方法模块需要的测试任务表、测试资源表、测试任务间的约束关系表、粒子群禁忌组合的并行测试任务调度方法必要的参数，并且输出至调度方法模块；当需要采用粒子群禁忌组合的并行测试任务调度方法以外的调度方法时，方法扩展模块将新的调度方法加入调度方法模块中；调度方法模块采用粒子群禁忌组合方法或方法扩展模块添加的调度方法对表格与参数选择模块输出的数据进行运算，生成的调度结果输出至调度结果模块；调度结果模块将调度结果存储至数据库模块或者直接输出至调度结果显示与比较模块；调度结果显示与比较模块可以接收来自数据库模块和调度结果模块的数据，可以将同一方法或不同方法的调度结果显示与比较，通过对调度结果的比较调整粒子群禁忌组合方法的参数，参数的调整取决于测试任务的规模、用户的经验以及逼近最优调度结果的程度。

其中数据库模块和调度方法模块是整个平台的核心。该平台搭建了一个可以管理测试资源、测试任务、测试任务间的约束关系以及调度结果数据的数据库系统，为数据的统一维护与存储提供了保障。同时平台还添加了调度方法扩展模块，从而使整个平台具有很好的扩展性。

本发明的一种基于粒子群禁忌组合的并行测试任务调度方法，综合了粒子群方法易于实现、无需梯度信息、参数少、离散优化问题表现优良的特点，以及禁忌方法模仿人类的记忆能力避免在搜索过的区域迂回搜索、适合组合优化问题的特点，同时结合了粒子群方法与禁忌方法在邻域搜索的优势，补偿了单一方法在并行测试任务调度过程中容易陷入局部最优、寻优概率低、适应性差的缺陷，另外粒子群禁忌组合的并行测试任务调度方法采用了多目标函数，使该方法有很广的应用范围，该组合方法的关键在于粒子群与禁忌方法的结合。

粒子群禁忌组合的并行测试任务调度方法包括8个步骤，分别为：提取参数、初始化、求解测试仪器调度矩阵、更新个体历史最优解、更新全局历史最优解、更新粒子速度与位置、判断是否结束、结果输出。在求解最优并行测试任务调度结果时，粒子群禁忌组合的并行测试任务调度方法将调度结果分两个部分，一部分是测试任务调度序列，另一部分是对应于测试任务调度序列的测试仪器调度矩阵。将调度结果分两部分一方面便于粒子群禁忌组合方法对两部分解进行迭代运算，另一方面解决了单一算法难以处理高维的复杂数据结构。

本发明的优点在于：

(1)建立了测试资源、信号类型、测试任务、约束关系、调度结果统一的数据管理系统，便于系统的维护；

(2)粒子群禁忌组合的并行测试任务调度方法不仅适用于无或弱约束关系的测试任务调度，也适合于强约束关系的测试任务调度；

(3)组合了多种邻域搜索方法的优势，弥补了单一调度方法容易陷入局部最优、寻优概率低、适应性差的缺陷；

(4)搭建了一个统一的并行任务调度平台，便于调度方法扩展以及不同方法或同一方法调度结果的比较与分析，有利于并行测试任务调度平台性能的提升。

附图说明

图1是本发明一种基于粒子群禁忌组合的并行测试任务调度平台的结构示意图；

图2是本发明一种基于粒子群禁忌组合的并行测试任务调度方法流程图。

图中：

1.测试资源与测试任务输入模块                    2.数据库模块

3.数据库管理模块    4.表格与参数选择模块        5.调度方法模块

6.调度结果模块      7.调度结果显示与比较模块    8.方法扩展模块

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明是一种并行测试任务调度平台，该平台的结构如图1所示，包括测试资源与测试任务输入模块1、数据库模块2、数据库管理模块3、表格与参数选择模块4、调度方法模块5、调度结果模块6、调度结果显示与比较模块7和方法扩展模块8。

测试资源与测试任务输入模块1是并行测试任务调度平台的入口，测试资源与测试任务输入模块1与数据库模块2连接，测试资源与测试任务输入模块1可以输入的数据包括：测试资源表、测试任务表、测试任务间的约束关系表、信号类型表、粒子群禁忌组合方法的参数设置数据，输入的数据表格与参数保存至数据库模块2。

数据库模块2从测试资源与测试任务输入模块1得到的数据按照设计好的数据库格式存储到数据库中，数据库中的表格是以关系数据表的形式存在。具体数据表格形式如表1～表4所示。

表1测试资源表

字段名称	数据类型	字段描述
			Instrument Name	Char	仪器名称描述信息
InstrumentID	Int	仪器号
			ChannelNum	Int	通道数
SignalID_1	Int	可测信号1的ID号
			...	...	...
SignalID_N	Int	可测信号N的ID号

表2测试任务表

字段名称	数据类型	字段描述
			TaskID	Int	任务号
SchNum	Int	测试方案数
			Scheme_1	Int(3)	测试方案1所用的仪器
Test_Time_1	Int	测试方案1的测试时间
			...	...	...
Scheme_N	Int(3)	测试方案N所用的仪器
			Test_Time_N	Int	测试方案N的测试时间

表3约束关系表

字段名称	数据类型	字段描述
			R_ID	Int	约束关系号
Bef_Task_ID	Int	前项测试任务号
			Aft_Task_ID	Int	后项测试任务号

表4信号类型表

字段名称	数据类型	字段描述
			SignalID	Int	信号类型号
SignalName	Char	信号类型名
			SignalPrecision	Double	信号精度
SignalType	Char	信号类型
			SigValScope_Up	Double	信号幅度上限
SigValScope_Down	Double	信号幅度下限
			SigFreScope_Up	Int	信号频率上限
SigFreScope_Down	Int	信号频率下限

表1测试资源表的主键是InstrumentID字段，SignalID字段是对应于信号类型表的主键SignalID的外键，其他字段为对仪器资源属性的描述。表2测试任务表的主键是TaskID，其它字段为对测试任务特征的描述。表3约束关系表的主键是R_ID约束关系号，Bef_Task_ID与Aft_Task_ID是对应于测试任务表的主键TaskID的外键。表4信号类型表的主键是信号类型号SignalID，其他字段是对信号类型属性的描述。

数据库管理模块3与数据库模块2连接，数据库管理模块3负责对数据库模块2中存储的数据表格和参数的添加、删除、修改操作；数据库管理模块3的加入为了数据库模块2的维护提供必要的保障，同时，在不同的测试环境或不同测试要求下，通过调整调度方法的相关参数可以提高粒子群禁忌组合方法的性能和适应性。

表格与参数选择模块4分别连接调度方法模块5和数据库模块2，表格与参数选择模块4从数据库模块2中选取调度方法模块5需要的测试任务表、测试资源表、测试任务间的约束关系表、粒子群禁忌组合的并行测试任务调度方法必要的参数，并且输出至调度方法模块5；表格与参数选择模块4是数据库模块2与调度方法模块5的缓冲模块，为调度方法模块5提供简练的数据表格。

调度方法模块5分别连接调度结果模块6和方法扩展模块8，方法扩展模块8为调度方法模块5提供一种扩展机制，可以将新的调度方法加入调度方法模块5中，一方面可以与原来的方法的各方面性能进行比较，另一方面当有性能更优的调度方法可以将该方法作为并行测试任务调度平台的主调度方法，使整个平台的性能得到相应的提升。调度方法模块5采用粒子群禁忌组合方法或方法扩展模块8添加的其它调度方法对表格与参数选择模块4输出的数据进行运算，生成的调度结果输出至调度结果模块6，调度结果模块6作为调度结果的一个缓存区；调度方法模块5是整个平台的核心模块，该模块的性能是整个平台性能的体现。

调度结果模块6连接数据库模块2，将调度结果存储至数据库模块2。

调度结果显示与比较模块7分别连接数据库模块2和调度结果模块6，调度结果模块6中的调度结果可以存入数据库模块2中也可以直接在调度结果显示与输出模块7中以图的形式显示；调度结果显示与比较模块7可以分别接收数据库模块2和调度结果模块6的数据，并对同一方法不同时刻产生的调度结果进行显示比较或不同方法对相同测试任务的调度结果进行显示比较。结果显示与比较模块7产生的结果以图形和报告的形式显示给用户，便于用户进一步分析与研究。用户根据比较分析的结果进一步调整粒子群禁忌组合方法的参数，参数的调整取决于测试任务的规模、用户的经验以及逼近最优调度结果的程度。通过对粒子群禁忌组合的并行测试任务调度方法参数的调整，从而增加方法的适用性与稳定性。

本发明的一种基于粒子群禁忌组合的并行测试任务调度方法，流程如图2所示，包括以下8个步骤：

第1步：提取参数

为了便于方法运算，表格与参数选择模块4从数据库模块2中提取的数据表格抽象后的数学描述为：测试任务集T＝{t₁，t₂，…，t_j，...，t_M}(t_j对应于测试任务表的测试任务号(TaskID)，M为测试任务数)和仪器资源集R＝{r₁，r₂，…，r_i，...，r_n}(r_i对应于仪器资源表的仪器号(InstrumentID)，n为仪器资源数)，测试任务t_j(j＝1，2，…M，j为测试任务号)的测试方案集

(k_j为测试任务t_j的测试方案总数，对应于测试任务表的测试方案数(SchNum))。方案的占用资源集为

(l_ji为占用资源集R^ji的资源总数，R^ji对应于测试任务表中测试方案N所用的测试仪器(Scheme_N))，测试任务t_j的测试方案i的测试用时为h^ij。任务之间构成的测试任务约束矩阵为[TS]_M×M(M为测试任务总数)，若测试任务t_j优先于测试任务t_i(即任务间的约束关系)，则[TS]_M×M(i，j)＝1，否则[TS]_M×M(i，j)＝0。

提取粒子群禁忌组合的并行测试任务调度方法的参数包括：禁忌方法最大迭代次数N_max2、禁忌表长度k、粒子群方法最大迭代次数N_max1、粒子群的大小s、粒子最大飞行速度V_max、结束阀值ε，阀值ε的设置以结果未变化的次数为界线，当结果连续ε次未变化则结束，一般取ε＝0.3×N_max1；

第2步：初始化

在限定范围内，对每个粒子进行随机初始化，包括粒子位置X_i(随机解——测试序列的一个随机排列组合)和初始飞行速度V_i，并设粒子群方法当前迭代次数N₁＝0。每个粒子位置X_i代表一个可行的测试序列；

X_i＝(x_i1，x_i2，...，x_im，...，x_iM)    x_im∈T(T为测试任务集)

V_i＝(v_i1，v_i2，...，v_im，...，v_iM)-V_max＜v_im＜V_max(V_max为粒子最大飞行速度)

其中x_im、v_im分别为粒子X_i与粒子飞行速度V_i的第m维分量，1≤i≤s，1≤m≤M，M为测试任务总数，s为粒子群的大小；

第3步：求解测试仪器调度矩阵

利用禁忌方法计算每个粒子i最好适应度值所对应的测试仪器调度矩阵RT_i；

3.1：清空禁忌表、禁忌方法迭代次数N₂＝0；

3.2：对每个粒子i随机产生测试仪器调度矩阵RT_i；

${\mathrm{RT}}_i=\left[\begin{array}{c}{r}_{11},r_{12},...,r_{1m},...r_{1M}\\ r_{21},r_{22},...,r_{2m},...r_{2M}\\ \begin{array}{cccc}...& & ....& ...\end{array}\\ r_{l1},r_{l2},...,r_{\mathrm{lm}},...r_{\mathrm{lM}}\\ \begin{array}{cccc}...& ...& ....& ...\end{array}\\ r_{L1},r_{L2},...,r_{\mathrm{Lm}},...r_{\mathrm{LM}}\end{array}\right]$

r_lm表示第m个测试任务的所需的第l个仪器，r_lm∈R(R为仪器资源集)，RT_i的第m列向量表示测试序列X_i的第m分量的所需的测试仪器集合，第l行代表所有测试任务所占用的第l个仪器，L为所有测试任务中占用资源数的最大值，1≤m≤M，M为测试任务总数；

3.3：对每个粒子i当前测试仪器调度矩阵RT_i产生邻域测试仪器调度矩阵集RT′_i

${\mathrm{RT}}_i^{\′}=\{{\mathrm{RT}}_i^1,{\mathrm{RT}}_i^2,...,{\mathrm{RT}}_i^d,...,{\mathrm{RT}}_i^D\}$

其中RT′_i表示RT_i所有邻域解组成的集合，

为RT_i的第d个邻域解，称为邻域测试任务调度矩阵，D为邻域解的个数；

3.4：计算每个邻域测试仪器调度矩阵

与粒子X_i结合后的适应度值，适应度值的计算通过如下公式得到：

$F(X_i,{\mathrm{RT}}_i^d)=a_1{\mathrm{\ψ}}_1(X_i,{\mathrm{RT}}_i^d)+a_2{\mathrm{\ψ}}_2(X_i,{\mathrm{RT}}_i^d)+......+a_j{\mathrm{\ψ}}_j(X_i,{\mathrm{RT}}_i^d)+......;$

其中：

为适应度评价函数，为第j个性能指标的评价函数(目标函数)，a_j表示

在适应度评价函数

中所占的权重，且a₁+a₂+...a_j+...＝1；

3.5：从RT′_i集合中选出适应度值最好且不在禁忌表里的邻域测试仪器调度矩阵

把

作为当前粒子的测试仪器调度矩阵

并把该邻域测试仪器调度矩阵

加入禁忌表；

3.6：使得禁忌方法迭代次数N₂＝N₂+1；

3.7：满足禁忌方法迭代次数N₂＜N_max2则转3.3，否则跳至第4步；

第4步：更新个体历史最优解

对于每个粒子(可行的测试序列)，将其适应度值与所经历过最好位置的适应度值进行比较，如果更好，将其作为该粒子的个体历史最优值，用当前位置更新个体粒子最好位置并记录该粒子对应的测试仪器调度矩阵，分别记为

分别表示粒子i的历史最优测试序列与其对应的测试仪器调度矩阵；

第5步：更新全局历史最优解

对每个粒子，将其历史最优值与粒子群体所经历的最好位置的适应度值进行比较，若更好，则将其作为当前的全局最好位置并记录该粒子对应的测试仪器调度矩阵，分别记为

分别表示所有粒子中最好的测试序列与其对应的测试仪器调度矩阵；

第6步：更新粒子速度与位置

对粒子的速度V_i与位置X_i进行更新，更新公式如下：

$v_{\mathrm{im}}=v_{\mathrm{im}}+c_1\mathrm{\ξ}(x_{\mathrm{im}}^{\mathrm{pbest}}-x_{\mathrm{im}})+c_2\mathrm{\η}(x_m^{\mathrm{Gpbest}}-x_{\mathrm{im}})$

x_im＝x_im+v_im

其中，c₁和c₂为学习因子，取值为正数，一般取值为常数2；ξ，η是[0，1]区间内均匀分布的伪随机数；v_im，x_im，

分别为V_i，X_i，向量的第m个分量；

第7步：判断是否结束

使得粒子群方法迭代次数N₁＝N₁+1；

判断是否满足阀值条件ε或N₁＞N_max1；如果满足，则T^P＝X^Gbest及RT＝RT^Gbest，转第8步；否则转至第3步；

T^P和RT分别表示最终的测试任务调度序列与最终的测试仪器调度矩阵。

求解测试任务调度序列T^P及该测试任务调度序列对应的测试仪器调度矩阵RT的目的是使得并行自动测试系统的一些性能标准(如测试时间、测试成本、负载平衡度和并行度)达到最优，所述的测试任务调度序列T^P和测试仪器调度矩阵RT即为调度结果。

第8步：结果输出

调度结果模块6暂时存储调度方法模块5产生的测试任务调度序列T^P与测试仪器调度矩阵RT，调度结果模块6可以根据需要将结果存入数据库模块2中或直接在人机界面上(结果显示与比较模块7)以图的形式显示。

Claims (3)

1.一种基于粒子群禁忌组合的并行测试任务调度平台，其特征在于，包括测试资源与测试任务输入模块、数据库模块、数据库管理模块、表格与参数选择模块、调度方法模块、调度结果模块、调度结果显示与比较模块和方法扩展模块；

测试资源与测试任务输入模块是并行测试任务调度平台的入口，测试资源与测试任务输入模块输入数据包括：测试资源表、测试任务表、测试任务间的约束关系表、信号类型表、粒子群禁忌组合的并行测试任务调度方法的参数，输入的数据表格与参数保存至数据库模块；

数据库模块将测试资源与测试任务输入模块输入的数据存储到数据库中；

数据库管理模块负责对数据库模块中存储的数据表格和参数的添加、删除、修改操作；

表格与参数选择模块从数据库模块中选取调度方法模块需要的测试任务集、测试资源表、对应测试任务集的约束关系表、粒子群禁忌组合的并行测试任务调度方法的参数，并且输出至调度方法模块；

当需要采用粒子群禁忌组合的并行测试任务调度方法以外的调度方法时，方法扩展模块将新的调度方法加入调度方法模块中；调度方法模块采用粒子群禁忌组合的并行测试任务调度方法或方法扩展模块添加的其他调度方法对表格与参数选择模块输出的数据进行运算，生成的调度结果输出至调度结果模块；

调度结果模块将调度结果存储至数据库模块或者直接输出至调度结果显示与比较模块；

调度结果显示与比较模块分别接收数据库模块和调度结果模块的数据，对同一方法或不同方法的调度结果进行显示与比较。

2.一种基于粒子群禁忌组合的并行测试任务调度方法，其特征在于，包括以下8个步骤：

第1步：提取参数

表格与参数选择模块从数据库模块中提取的数据表格抽象后的数学描述为：测试任务集T＝{t₁,t₂,…,t_j，…，t_M}和仪器资源集R＝{r₁,r₂,…,r_i，…,r_n}，t_j为测试任务，M为测试任务数，r_i对应于仪器资源表的仪器号，n为仪器资源数；测试任务t_j的测试方案集为

j为测试任务号，k_j为测试任务t_j的测试方案总数，对应于测试任务表的测试方案数；方案

的占用资源集为j＝1,2，…,M，i＝1,2，…k_j，l_ji为占用资源集R^ji的资源总数，测试任务t_j的测试方案i的测试用时为h^ij；任务之间构成的时序矩阵为[TS]_M×M，M为测试任务总数，若测试任务t_j优先于测试任务t_i，即任务间的约束关系，则[TS]_M×M(i,j)＝1,否则[TS]_M×M(i,j)＝0；

提取粒子群禁忌组合的并行测试任务调度方法的参数包括：禁忌方法最大迭代次数N_max2、禁忌表长度k、粒子群方法最大迭代次数N_max1、粒子群的大小s、粒子最大飞行速度V_max、结束阀值ε，结束阀值ε的设置以结果未变化的次数为界线，当结果连续ε次未变化则结束；

第2步：初始化

对每个粒子进行随机初始化，包括粒子位置X_i和初始飞行速度V_i，并设粒子群方法当前迭代次数N₁＝0；每个粒子位置X_i代表一个可行的测试序列;

X_i＝(x_i1,x_i2,…,x_im,…,x_iM)，x_im∈T，T为测试任务集；

V_i＝(v_i1,v_i2，…,v_im，…,v_iM),-V_max＜v_im＜V_max，V_max为粒子最大飞行速度；

其中x_im、v_im分别为粒子X_i与粒子飞行速度V_i的第m维分量，x_im表示测试任务，v_im表示粒子飞行速度，1≤i≤s，1≤m≤M，M为测试任务总数，s为粒子群的大小；

第3步：求解测试仪器调度矩阵

利用禁忌方法计算每个粒子i最好适应度值所对应的测试仪器调度矩阵RT_i，具体包括以下几个步骤：

3.1：清空禁忌表、禁忌方法迭代次数N₂＝0；

3.2：对每个粒子i产生测试仪器调度矩阵RT_i；

r_lm表示第m个测试任务的所需的第l个仪器，r_lm∈R，R为仪器资源集，RT_i的第m列向量表示测试序列X_i的第m分量的所需的测试仪器集合，第l行代表所有测试任务所占用的第l个仪器，L为所有测试任务中占用资源数的最大值，1≤m≤M，M为测试任务总数；

3.3：对每个粒子i当前测试仪器调度矩阵RT_i产生邻域测试仪器调度矩阵集RT_i′

${\mathrm{RT}}_i^{\′}=\{{\mathrm{RT}}_i^1,{\mathrm{RT}}_i^2,...{,\mathrm{RT}}_i^d,...,{\mathrm{RT}}_i^D\}$

其中表示RT_i所有邻域解组成的集合，

为RT_i的第d个邻域解，称为邻域测试仪器调度矩阵，D为邻域解的个数;

3.4:计算每个邻域测试仪器调度矩阵

与粒子X_i结合后的适应度值，适应度值的计算通过如下公式得到：

$F(X_i,{\mathrm{RT}}_i^d)=a_1{\mathrm{\ψ}}_1(X_i,{\mathrm{RT}}_i^d)+a_2{\mathrm{\ψ}}_2(X_i,{\mathrm{RT}}_i^d)+......+a_j{\mathrm{\ψ}}_j(X_i,{\mathrm{RT}}_i^d)+......;$

其中：

为适应度评价函数，为第j个性能指标的评价函数，a_j表示

在适应度评价函数

函数中所占的权重，且a₁+a₂+…a_j+…＝1；

3.5:从

集合中选出适应度值最好且不在禁忌表里的邻域测试仪器调度矩阵把

作为当前粒子的测试仪器调度矩阵

并把该邻域测试仪器调度矩阵

加入禁忌表；

3.6：使得禁忌方法迭代次数N₂＝N₂+1；

3.7：满足禁忌方法迭代次数N₂＜N_max2则转3.3，否则跳至第4步；

第4步：更新个体历史最优解

对于每个粒子，即可行的测试序列，将其适应度值与所经历过最好位置的适应度值进行比较，如果更好，将其作为该粒子的个体历史最优值，用当前位置更新个体粒子最好位置并记录该粒子对应的测试仪器调度矩阵，分别记为

分别表示粒子i的历史最优测试序列与测试仪器调度矩阵；

第5步：更新全局历史最优解

对每个粒子，将其历史最优值与粒子群体所经历的最好位置的适应度值进行比较，若更好，则将其作为当前的全局最好位置并记录该粒子对应的测试仪器调度矩阵，分别记为X^Gbest、RT^Gbest，X^Gbest、RT^Gbest分别表示所有粒子中最好的测试序列与其对应的测试仪器调度矩阵；

第6步：更新粒子速度与位置

对粒子的速度V_i与位置X_i进行更新，更新公式如下：

$v_{\mathrm{im}}=v_{\mathrm{im}}+c_1\mathrm{\ξ}(x_{\mathrm{im}}^{\mathrm{pbest}}-x_{\mathrm{im}})+c_2\mathrm{\η}(x_m^{\mathrm{Gpbest}}-x_{\mathrm{im}})$

x_im＝x_im+v_im

其中，c₁和c₂为学习因子，取值为正数；ξ，η是[0,1]区间内均匀分布的伪随机数；v_im，x_im，

分别为V_i，X_i，

X^Gbest向量的第m个分量；

第7步：判断是否结束

使得粒子群方法迭代次数N₁＝N₁+1；判断是否满足结束阀值ε或N₁＞N_max1；如果满足，则T^P＝X^Gbest及RT＝RT^Gbest，转第8步；否则转至第3步；

T^P和RT分别表示最终的测试任务调度序列与最终的测试仪器调度矩阵；

第8步：结果输出

调度结果模块暂时存储调度方法模块产生的测试任务调度序列T^P与测试仪器调度矩阵RT，调度结果模块根据需要将结果存入数据库模块中或直接在结果显示与比较模块以图的形式显示。

3.根据权利要求2所述的一种基于粒子群禁忌组合的并行测试任务调度方法，其特征在于，所述的第1步中ε=0.3×N_max1。

Images