一种基于平衡探索与利用的蒙特卡洛树搜索方法

摘要

本发明公开了一种基于平衡探索与利用的蒙特卡洛树搜索方法，包括：S01：选择阶段：从搜索树的根结点开始，根据节点的uct值向下寻找未扩展完全的节点；S02：扩展阶段：从就绪队列中随机选择一个任务，选择可以执行的处理器，以此作为扩展节点；S03：模拟阶段：从扩展节点开始，随机从就绪队列中选择任务，贪心地选择处理器，直到就绪队列中任务为空为止；S04：回传阶段：根据模拟阶段获得的makespan值，回传更新从根节点到新的扩展节点之间的所有节点；S05：重复上述步骤S01‑S04，直到满足迭代次数限制或时间限制，最终返回一个最小的makespan值。本发明实质性效果为：在实际的树搜索中加速寻找到较优的makespan值，使搜索树加速收敛，有效地降低了时间开销，提升了系统效率。