基于遗传算法的高效多工作流调度算法研究

发布时间：2021-10-09 23:47

　　云计算凭借其“弹性分配、按需使用”的特性,吸引着越来越多的用户将应用程序（工作流）部署在云平台上执行。工作流调度策略不仅关系着用户的使用体验,对云提供商的运营成本也有很大的影响。因此,如何高效合理地调度工作流成为一个亟待解决的关键技术问题。现有文献已经提出了许多单目标或多目标优化算法来解决工作流调度问题,这些算法大多数是从传统异构环境中的调度算法衍生而来。它们通常假设在工作流调度之前就可以准确的获取任务的执行时间和任务之间的传输时间。但在具有不确定性的云环境中,这些算法生成的预调度方案往往会失去原有的优势或无法被顺利实施。针对现有调度算法的不足,本文主要工作内容如下:（1）提出了云环境下基于不确定性的多工作流调度模型。该模型中,只有任务成为就绪任务才分配虚拟机,这种方式有效的控制了虚拟机上的等待任务数量。而且当某个任务被执行完成后,其任务的完成时间可用,这就意味该任务的不确定性消失,并且不会影响同一虚拟机上的后续等待任务。（2）提出了云环境下基于截止时间的多工作流遗传调度算法。用户提交到云平台的工作流具有截止时间限制,多工作流资源竞争很有可能使云平台在执行任务过程中因资源被抢占等因素导... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

Pegasus架构

遗传算法的应用遗传算法与传统的搜索和优化技术相比具有许多优势

染色体编码


本文编号：3427221