多目标最优化云工作流调度进化遗传算法

被引：18

作者：

王国豪 ^{[1
]}

李庆华 ^{[1
]}

刘安丰 ^{[2
]}

机构：

[1] 丽水学院工学院

[2] 中南大学信息科学与工程学院

来源：

计算机科学 | 2018年 / 45卷 / 05期

关键词：

云计算; 遗传算法; 工作流调度; 多目标优化; 适应度函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

为了实现云环境中科学工作流调度的执行跨度和执行代价的同步优化,提出了一种多目标最优化进化遗传调度算法MOEGA。该算法以进化遗传为基础,定义了任务与虚拟机映射、虚拟机与主机部署间的编码机制,设计了满足多目标优化的适应度函数。同时,为了满足种群的多样性,在调度方案中引入了交叉与变异操作,并使用启发式方法进行种群初始化。通过4种现实科学工作流的仿真实验,将其与同类型算法进行了性能比较。结果表明,MOEGA算法不仅可以满足工作流截止时间约束,而且在降低任务执行跨度与执行代价的综合性能方面也优于其他算法。

引用

页码：31 / 37+48 +48

页数：8

共 6 条

[1]

A Budget Constrained Scheduling Algorithm for Workflow Applications [J].