求解并行测试任务调度问题的ACIA

摘要

针对并行测试任务调度难,任务调度效率有待提高的问题,提出了一种自适应混沌免疫算法(ACIA).该算法利用混沌优化理论的遍历性、随机性等优势,将混沌优化理论引入人工免疫算法的种群初始化阶段和抗体变异操作阶段,并加入自适应克隆选择算子和抗体浓度调节操作,可有效减少并行测试任务调度寻找最优解的迭代次数.用某型雷达接收机并行测试系统对该算法进行验证,仿真结果表明,与TaskScheduler-T算法和免疫克隆选择算法(ICSA)相比,该算法能够快捷地得到任务调度最优序列,且测试效率更高.