1.一种基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,包括以下步骤;
S1、将员工对于任务的投入度转化为蚂蚁的觅食路径图;
S2、初始化蚂蚁的觅食路径图,设置非占优解集和初始值;
S3、根据每只蚂蚁i依据觅食路径图来构造一个可行解Si,并评估可行解Si的可行性;
S4、更新非占优解集;
S5、如果算法运行到一定的迭代次数,就终止循环并输出Pareto解集即非占优解集(Pareto Set,PS)中的解,否则进入上述步骤3。
2.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,所述步骤S1中,包括如下步骤;
S11、产生一个节点插入第0列作为开始节点;
S12、构造j个节点作为第一个员工对于各个任务的候选投入度节点;
S13、构造其他员工的投入度节点;
S14、产生一个节点插入第E+1列作为终止节点;
S15、产生连接各邻居列的节点之间的边。
3.根据权利要求2所述的基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,所述在构造一个解时,蚂蚁只能在每列中选择一个节点来通过,每个员工对于各个任务有且仅有一个投入度。
4.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,所述步骤S2中,包括如下步骤;
S21、设置非占优解集PS=Ф;
S22、将信息素的初始值设为1。
5.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,所述步骤S3中,包括如下步骤;
S31、构造解Si,通过每只蚂蚁i依据其启发式信息、信息素信息以及概率矩阵来构造一个可行解Si。
S32、评估解Si,计算可行解Si的项目成本cost和项目工期duration两个目标值,并评估解的可行性。
6.根据权利要求1所述的基于Pareto多目标蚁群优化算法的软件项目调度方法,其特征在于,所述步骤S4中,包括如下步骤;
S41、更新PS,如果非占优解集PS中不存在任何解能占优解Si,就将可行解Si加入PS中,并从PS中移除所有被可行解Si占优的解。
S42、更新信息素矩阵,对每只蚂蚁i来说,如果可行解Si在本轮中被加入了PS中,就对蚂蚁i所在群组的信息素信息进行更新。
S43、更新子问题i的当前最优解xi,如果当前最优解xi被该轮中蚂蚁i的邻居产生的最优解Sx占优,则设置xi=Sx。