主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
邓铁清,任艮全,刘英博.基于遗传算法的工作流个人工作列表资源调度.软件学报,2012,23(7):1702-1716
基于遗传算法的工作流个人工作列表资源调度
Genetic Algorithm Based Approach to Personal Worklist Resource Scheduling
投稿时间:2012-02-28  修订日期:2012-03-19
DOI:10.3724/SP.J.1001.2012.04222
中文关键词:  工作流管理系统  资源调度  遗传算法  个人工作列表
英文关键词:workflow management system  resource scheduling  genetic algorithm  personal worklist scheduling
基金项目:国家高技术研究发展计划(863)(2012AA040911)
作者单位E-mail
邓铁清 总后勤部 后勤科学研究所,北京 100071 dengtieqing@sohu.com 
任艮全 总后勤部 后勤科学研究所,北京 100071
清华大学 计算机科学与技术系,北京 100084 
 
刘英博 清华大学 软件学院,北京 100084  
摘要点击次数: 3988
全文下载次数: 4264
中文摘要:
      在工作流管理系统中,个人工作列表的优化调度具有重要意义.已有的相关研究主要关注工作流实例的调度,而关于个人工作列表调度的研究还较少.首先描述了工作流实例动态执行环境下个人工作列表调度问题,并提出了一个基于遗传算法的个人工作列表资源调度算法.该算法要为每一个执行人推荐一个可行工作列表,并在保证工作项联合执行成功率的同时最小化总体延误代价.最后,通过一个仿真实验将该遗传算法与其他7 种基于分配规则的典型调度算法进行了比较.结果表明,所提出的基于遗传算法的个人工作列表资源调度算法比已有的其他典型调度算法具有更好的调度效果.
英文摘要:
      In workflow management systems (WFMSs), appropriate consideration of applying scheduling techniques to manage actors’ personal worklists is essential for successful implementation of workflow technology. Mainly, the attention of existing workflow scheduling has focused on the process perspective. As a result, issues associated with personal worklist’s perspective, i.e., worklists that contain actors’ to-do activity instances, have been largely neglected. Given this motivation, this paper for the first time, investigates issues in personal worklist scheduling under dynamic workflow environment. Towards these issues, the paper proposes a novel genetic algorithm to optimize the personal worklist management. This algorithm recommends for each actor a feasible worklist that will ensure the worklist’s activity instances’ successful execution while minimizing the total overtime costs for all personal worklists. Through comparing with other well-known workflow scheduling algorithms, the paper evaluates the effectiveness of the proposed genetic algorithm with a specific example and a simulation experiment.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利