考虑员工技能等级的软件项目多目标超启发式调度

摘要

以最优化项目工期和员工满意度为目标，建立多目标软件项目调度问题的数学模型.该模型考虑员工的技能等级划分、任务重要程度等实际因素，并将重要任务与高技能等级员工相匹配.提出一种基于Q学习的超启发式算法求解该模型.基于交叉算子和引入随机抖动的Jaya算子对任务-员工矩阵进行全局搜索；利用问题信息设计了缩短项目工期和增加员工满意度的局部挖掘策略；将全局搜索算子、邻域参数的取值和局部挖掘策略组合为8种低层启发式策略；给出一种基于Q学习的高层策略，根据低层策略的历史表现为不同进化状态下的种群自适应选择合适的低层策略.实验结果表明，所提算法在绝大多数算例上的超体积率(HVR)和反世代距离(IGD)性能优于代表性算法.

关键词

软件项目调度 / 员工技能等级 / 超启发式 / Q学习 / 多目标优化

基金资助

国家自然科学基金(61502239); 江苏省自然科学基金(BK20150924)