一种基于显式惩罚的多任务调度优化方法和装置

本申请涉及了一种基于显式惩罚的多任务调度优化方法和装置，方法利用多样性信息对找到的峰进行区分；然后根据显式惩罚函数，将种群个体分配到这些峰上；接下来，调整每个峰上的个体数量致平衡，以确保每个峰都能得到充分的开发；此外，如果捕捉到的峰数量是否合理，选择在每个峰附近进行局部搜索以进行深入开发或者，在整个决策空间内进行全局搜索以增强种群的多样性。方法通过将个体多模态函数值与通过个体与其最近且更优的邻居之间的距离量化的多样性相结合，构建了一个显式惩罚函数。该函数用于同时捕捉多个峰，并在这些峰之间实现搜索平衡，以加快收敛速度，提升鲁棒性，确保在复杂调度环境中的稳定性和高效性。