基于遗传算法的工作流个人工作列表资源调度

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