1.化学反应优化算法
化学反应优化(ChemicalReactionOptimization,CRO)算法是由AlbertY.S.Lam和VictorO.K.Li于2010年提出的一种基于种群的智能优化算法，它是一种模拟化学反应里分子之间的各种反应而引起的分子间的相互作用，通过代码不断迭代和数值比较来寻找确定代码里规定的最小系统势能，通过最小系统势能的确定可以解决很多寻求最优解的问题，解决很多大型工程里的计算和求解问题。在化学反应优化算法里，化学反应优化算法（CRO）是最近成立的一个启发式的优化，是从化学反应的本质出发的。化学反应是一个自然的不稳定物质转化到稳定的过程。在微观上，化学反应开始过度的能量不稳定的分子。分子相互作用，通过一系列的化学反应。最后，它们转化为以最优的能量来支持它们的存在。我们已经成功地利用CRO来解决范围广泛的工程问题，包括二次分配问题，神经网络训练，多式联运等连续问题，仿真结果表明，CRO与其他现有的优化算法相比，性能优越。化学反应优化算法总共包括4部分反应组成：与容器壁的碰撞反应（分子m的一个任务被重新随机分配）、分解反应（分子m的奇数位置分配成m1，偶数位置分配成m2，m1、m2未分配的位置由随机数填充）、分子间的碰撞（随机产生一个交叉点,该点之前的分配保留不变，之后对分子m1、m2进行互换。），合成反应（随机产生一个位置p,将分子m1的p位置前保留，p及其之后的位置由分子m2的相同位置复制得来）。
2化学反应优化算法的优化
化学反应算法具有实现易，灵活性，执行效率高和通用性的特点，所以在目标值优化问题上有着突出的表现且被广泛使用，优化问题主要有两个点，一是寻找全局最优点，二是要求有较高的收敛速度，在实际代码里，如果适应度函数选择不当，会使结果收敛于局部最优，而不能达到全局最优，这就要求需要有较好的寻优方法，在搜索空间里自适应地调整搜索方向，来达到全局最优的目的，并且在有的算法里，需要确定好终止条件，进行终止条件判断，来终止计算。在化学反应算法中，因为有动能和势能相互转换的存在，会使分子的变化，比如能量和状态的改变。这种现象一方面使分子群体具有多样性，使算法有更好的全局搜索能力；但是另一方面也减缓了算法的收敛速度，为了要求有较高的收敛速度。因此在改进算法中，引入了精英保留策略。在化学反应优化算法里，排序操作不应一直使用冒泡排序，冒泡排序基本思路：每趟不断将记录两两比较，并按“前小后大”（或“前大后小”）规则交换。它需要以顺序存储结构为前提，它的最坏情形是初始排列逆序，算法要执行n-1趟起泡，第i趟做了n-i次关键码比较，执行了n-i次对象交换。而应该改为快速排序算法，快速排序算法在顺序存储结构的前提下，因为每趟可以确定不止一个元素的位置，而且呈指数增加，可以提高排序速度在本化学反应优化算法实验中，快速排序算法基本思想：从待排序列中任取一个元素(例如取第一个)作为中心，所有比它小的元素一律前放，所有比它大的元素一律后放，形成左右两个子表；然后再对各子表重新选择中心元素并依此规则调整，直到每个子表的元素只剩一个。这样依次操作，直至数列中所有元素均有序为止，此时便为有序序列了。这里结合了遗传算法的相应概念，在遗传算法里，实验选定的种群规模，任务数量，遗传算法交叉概率，遗传算法变异概率等都会对算法产生影响，在算法实现过程中还应计算时间矩阵，ETC[i][j]=workLoad[i]/computingPower[j]。在循坏里每次只有两代，经过操作使一代再生一代。而且也可以选择parent1和parent2，再基因突变生成子代。而且基因突变操作是随机的，在计算群体中每一个个体被自然选择的概率时，用于轮盘赌选择算法选择个体，并且计算相应适应度的值。最后通过比较大小交换得出最优解。最后整体算法的完成时间需要由用时最长完成所分配任务的设备的完成时间决定在整个化学反应优化算法里，实验需要计算势能（potentialenergy）即适应度值，工作流的执行时间makespan：完成时间，由用时最长完成所分配任务的设备的完成时间决定。以及对于分子（代表一个可行解）的把握。通过寻找容器内最优分子以及确定全局解空间可以进行化学反应优化算法的运行。通过在WorkflowSim中运行相应的化学反应优化算法，设置适宜的算法和参数可以得到我们想要的最优解，从而解决现实生活中的实际问题。由仿真实验实验结果可以知道，改进过的化学反应优化算法是解决多目标任务调度的有效算法。
3结束语
有效的化学反应优化算法多目标任务调度可以提高企业提供服务的质量，进行有效的提取信息与计算。帮助企业做出更准确的决策，是化学反应优化算法多目标任务调度的主要领域。本文对化学反应优化算法多目标任务调度里的一个例子改进的化学反应优化算法进行了探讨，指出在多目标任务调度的使用范例。目前，对化学反应优化算法多目标任务调度的研究虽然取得了一定的进展，但研究大多停留在理论阶段，较少考虑海量数据和市场需求对化学反应优化算法多目标任务调度所造成的影响。因此多目标任务调度对实际的指导将是研究的重点和热点。
作者：许可 周全全 陈云飞 单位：河南大学 长安大学
