基于分组学习粒子群优化的众包软件项目调度方法及介质

摘要

本发明公开基于分组学习粒子群优化的众包软件项目调度方法，包括以下步骤：读取问题信息，定义优化目标，设定约束条件，初始化改进粒子群算法的参数，生成初始候选种群，评价个体适应度，产生个体极值和全局极值，采用分组学习策略根据个体适应度进行排序和分组，子组中粒子数量的自适应变化；更新个体价值；考虑任务人数上限的启发信息对全局极值进行局部搜索；终止准则判断。本发明建立了众包软件项目约束双目标三耦合调度模型，该模型融入开发者的信誉、最大工作负荷度属性，任务最大人头数属性，开发者对任务所需技能熟练度等实际因素，通过寻找最佳开发者选择和任务分配方案，最小化项目的工期和最大化项目质量。