基于改进鲸鱼算法的工业操作系统资源实例化调度算法研究

摘 要：工业操作系统借助资源实例化调度（RIS）技术管理制造资源时，会面临众多功能相似但服务质量各异的生产资源，导致资源选择和配置变得复杂。针对这一现状，提出了黄金柯西鲸鱼优化算法（GCWOA），该算法通过融合Tent混沌映射、黄金分割系数和柯西变异算子，实现对RIS问题的优化，提升服务质量。通过开展不同规模的RIS仿真实验验证，GCWOA展现出了显著的优势。相较于遗传算法、鲸鱼算法和2个改进鲸鱼算法，GCWOA的平均求解精度提升了5.6%，平均时间效率提高了2.35倍。以上结果充分证明了GCWOA在解决RIS问题上的高效性和实用性，为工业操作系统的资源管理提供了有力的优化工具。

关键词：工业操作系统;资源调度;鲸鱼优化算法;元启发式算法

中图分类号：TP18 文献标志码：A

0 引言（Introduction）

在工业操作系统中，通过实施资源实例化调度（RIS）技术，可以实现对各类异构生产资源的有效管理与利用[1]。RIS技术频繁调用，以及对高度服务质量（QoS）标准和及时性要求的需求[2]，对制造系统的整体效率、性能和成本效益产生了巨大的影响。RIS的主要目标是高效、合理地选择执行生产子任务的资源，实现任务到资源的映射。该问题类似于QoS云服务组合[3]（QoS-CSC）问题，是一个NP-hard的离散空间组合优化问题。由于工业环境的复杂性和多样性，实施RIS优化方法时需要考虑多个因素，例如任务优先级、资源约束、通信延迟等，目前的优化算法通常无法同时满足这些需求[4]。基于此背景，本研究旨在提出一个调度优化算法，以高效且合理地解决RIS问题。