买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京工业大学申请的专利一种基于贪婪自适应蚁群算法的任务调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111967643B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010666128.7，技术领域涉及：G06Q10/04；该发明授权一种基于贪婪自适应蚁群算法的任务调度方法是由刘博;李玉金设计研发完成，并于2020-07-13向国家知识产权局提交的专利申请。

本一种基于贪婪自适应蚁群算法的任务调度方法在说明书摘要公布了：一种基于贪婪自适应蚁群算法的任务调度方法于集群智能算法领域，主要用于优化蚁群算法的执行效率和寻优能力。首先通过引入贪婪算法来加速蚁群算法的初始化速度，使蚁群算法在贪婪算法最优解的基础上再进行迭代寻优，这就加快了求解最优的迭代效率；在执行阶段还加入效率因子和可自适应调整的挥发系数来加快蚁群算法的寻优速度，效率因子让选择的节点更合理，挥发系数的自适应调整机制让算法可以充分利用前后调度结果的信息来有针对性的调节挥发系数的大小，从而调整优化方向；在蚁群算法中还引入蚁群接力来破解约束条件下单蚂蚁路径无法完成任务调度的难题。

本发明授权一种基于贪婪自适应蚁群算法的任务调度方法在权利要求书中公布了：1.一种基于贪婪自适应蚁群算法的任务调度方法，其特征在于，执行步骤如下： 步骤1、接收任务信息，并将任务信息进行处理，建立问题模型； 步骤2、调用贪婪算法对任务进行处理，得出可行解的信息供下一步调用； 步骤3、调用蚁群算法，并对蚁群算法的各项参数进行初始化；步骤3的实现过程如下，得到贪婪算法提供的方案后，首先计算每一组方案的总路径距离值，找出当前距离最短的最优方案；通过结合当前最优方案与其他方案在路径总距离的比值和各路径间的物理距离作为路径的权重，为所有方案中任意两个相连节点形成的路径设置初始信息素， 由下面两个公式将得到的路径信息转化为蚁群算法中路径节点间的初始信息素； 在1式中的代表初始时刻f时贪婪算法提供的最优方案所包含的任一两个前后相联节点i和j之间路径的初始化信息素；dij为i节点和j节点间的路径距离；τn为蚁群算法设置的所有节点路径间的初始信息素，此处设置的值为0.01；作为当前最优方案中的路径，初始信息素值不必乘上一个介于0,1的常数ξ； 在2式中代表初始时刻f时其余非最优方案中包含的任意两个前后相联节点a和b之间路径的初始信息素，dab为a，b节点间的路径距离；ξ值是初始时刻f时，由贪婪算法给出的最优方案路径距离值Lenbestf和其余每一个非最优方案路径距离值Lennowf相比得到，故每条非最优方案的ξ值随着本方案的路径距离不同而各不相同；将蚁群迭代的最大循环次数NCmax设置为50次、信息素挥发常数ρ设置为0.15，信息素因子α为2，启发式因子β为6，蚂蚁数量确定为10，Q常数设置为10；所有初始蚂蚁的禁忌表是由所有需要服务的节点组成； 步骤4、开始执行蚁群算法，结合自适应调整机制最终给出最优方案； 1执行蚁群算法，放置初始蚂蚁群开始构建路径； 使用蚁群算法来寻找和给出最优路径；执行蚁群算法，放置初始蚂蚁群开始构建路径； 将所有蚂蚁的起始点随机放置于各个待配送节点；总路径距离值会加上该初始节点到配送中心的距离；接下来为每只蚂蚁设置各自的初始禁忌表，每次被配送过的节点会被从该蚂蚁的禁忌表中清除； 2计算蚂蚁k在时刻t时从当前节点i到下一节点j的转移概率按轮盘赌的方式选择下一节点； 在这里蚂蚁k指代该步骤中出现的所有需要选择节点的蚂蚁，t时刻为任一时刻，节点i为当前时刻蚂蚁k所在节点，节点j表示待选择的下一节点；公式3中Jki是t时刻在i节点的蚂蚁k的禁忌表上的所有待配送节点；a为信息素因子，β为启发式因子，两者值已被初始化定义；公式3通过将所有可行下一节点的信息素和启发式因子值转化为被选择的概率，再对下一节点按概率值进行随机选择；在触发约束条件返回配送中心之前，蚂蚁k会根据公式3来不断选择下一节点； 公式4中是指t时刻i节点待选择的下一节点j的启发式因子值，表示i、j节点的路径距离，Wj为j节点资源需求量，Loadi为i节点蚂蚁的资源剩余量，所以在这里Wj要小于Loadi，否则当资源剩余量不能满足任一未配送节点时则触发约束条件返回配送中心；是由下一节点j的资源需求量Wj、当前节点下资源的剩余量Loadi和距离因素dij组成的效率因子； 3每次完成一个可行方案都对该方案中的路径进行信息素的局部更新； 当蚂蚁K出发后再次回到配送中心时，若此时禁忌表尚未清空则重新派出一只蚂蚁在共享蚂蚁K的禁忌表后，随机选择一个禁忌表中的剩余节点，加上该点到配送中心的距离后，重复步骤2来构建新的路径，直至满足约束条件返回配送中心；若禁忌表仍然没有清空，再继续派出新的蚂蚁直至清空禁忌表；然后对几只共享禁忌表的蚂蚁的路径进行组合构成一个包含上述各条路径的可行方案，再对刚才方案经过的所有两点间的路径进行信息素的局部更新；为方便下面公式说明，将这一步骤中出现的所有可行方案命名为方案m； Δτmt+1＝lenm-1,ifi，j∈Rm6 t+1时刻表示上面出现过的任一时刻t的下一时刻，此时蚂蚁K已经完成节点选择和可行方案的构建；5式中表示t+1时刻方案m中任意两个前后相连节点i和j路径间的局部信息素更新值；表示前一时刻t时这些路径的信息素量，Rm表示方案m经过的所有节点构成的路径集合，ρt为t时刻的挥发系数，1-ρt表示t时刻的残留系数，Δτmt+1i,j是t+1时刻方案m经过的任意两个节点i和j之间路径的信息素增量，值为该方案走过的路径距离lenm的倒数； 由于采用了蚂蚁间接力的方法来破除在约束条件下对一个物流任务调度问题的求解，所以初始派出的十只蚂蚁通过接力的方法都能够完成一个路径各异的可行方案的构建；这时在完成每组方案路径信息素的局部更新后，计算所有方案的路径距离值，选出本次最优方案； 4记录当前最优方案，对最优方案的路径进行信息素的全局更新，然后清空所有节点的禁忌表，重新进行下一次迭代； lenbestt+2＝minlent+1,lent 在t+1时刻得到每一个方案后，对其路径间的信息素进行了局部更新，并最终得出本次迭代产生的最优方案及路径值lent+1；在下一时刻t+2将会使用公式7得出本次全局更新的挥发系数ρt+1，然后使用公式8对本次所有方案中的最优路径的信息素进行全局更新； 如公式7所示，lent为t时刻的全局最优路径的距离值，lent+1为t+1时刻得到的本次迭代的最优路径距离值；lenbestt+2是lent+1、lent两者中的最小值，表示本次迭代后t+2时刻蚁群算法更新的新全局最优路径距离值；公式8中的表示t+2时刻本次迭代的最优方案m中前后相连节点i和j路径信息素的全局更新值，该值为新的残留系数1-ρt+1和t+1时刻路径间局部更新后的信息素值的乘积与已被初始化的常数Q和lenbestt+2比值的两者之和； 5反复重复上述迭代蚁群算法中的步骤1至4，直至迭代次数达到设置好的上限NCmax即50次后输出最后求得的最优路径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。