基于纳什议价解的多目标合作博弈云任务调度

发布时间：2018-05-16 17:03

  本文选题：云计算 + 任务调度　； 参考：《计算机工程与设计》2017年12期

【摘要】：针对云任务调度优化问题,提出一种基于纳什议价解的多目标合作博弈调度算法NBS-EATS。基于纳什议价解NBS,将多约束条件下云任务调度形式化为合作博弈模型,模型以任务截止时间和任务结构需求为约束,将主机能耗与任务执行跨度Makespan同步最小化定义为多目标函数,通过求解模型NBS得到最优任务映射方案。数学分析结果表明,合作博弈是有解的,在求解产生Pareto最优解的NBS时,时间复杂度为O(nmlog(m))(n为任务数量,m为主机数量);仿真结果表明,与同类算法Greedy和LR相比,NBS-EATS算法在总体能耗和平均执行跨度上分别低24.4%、50.7%和22.8%、29.6%,验证了该算法的可行性。
[Abstract]:A multi-objective cooperative game scheduling algorithm NBS-EATS based on Nash bargaining solution is proposed for cloud task scheduling optimization. Based on NBS-based Nash bargaining solution, the cloud task scheduling under multiple constraints is formalized as a cooperative game model, which is constrained by the task deadline and task structure requirements. The minimization of Makespan synchronization between host energy consumption and task execution span is defined as a multi-objective function, and the optimal task mapping scheme is obtained by solving the model NBS. The results of mathematical analysis show that the cooperative game is solvable. When solving the NBS that produces the optimal solution of Pareto, the time complexity is O(nmlog(m))(n as the number of tasks and the number of hosts, and the simulation results show that, Compared with the similar algorithms Greedy and LR, the NBS-EATS algorithm has a lower total energy consumption and an average execution span of 24.40.70% and 22.829.6%, respectively. The feasibility of the algorithm is verified.
【作者单位】： 湖北文理学院数学与计算机科学学院;
【基金】：国家自然科学基金面上基金项目(61272296;61172084) 湖北省襄阳市科技计划基金项目(2015zd26) 湖北省自然科学基金项目(2014CFB634)
【分类号】：TP301.6

【相似文献】

相关期刊论文 前10条

1 赵宝福;张艳菊;;要素双重模糊下的合作博弈Shapley值的算法[J];计算机工程与应用;2013年19期

2 孟宪福;基于优先级的任务调度与负载均衡模型研究[J];小型微型计算机系统;2005年09期

3 陈军;谢立;孙钟秀;;分布式任务调度研究的新趋向[J];计算机研究与发展;1990年04期

4 陈艇;;基于混沌最优博弈的网络任务调度算法仿真[J];计算机仿真;2013年11期

5 刘雄文,陆鑫达;元计算环境中任务调度的深入分析[J];计算机工程与应用;2002年17期

6 张国海;江平宇;周光辉;;多设计任务调度的非合作博弈研究[J];西安交通大学学报;2007年03期

7 张燕;高春鸣;;基于反馈的集群渲染调度[J];电脑知识与技术;2008年01期

8 庞辉;方宗德;郭辉;赵勇;;面向协同设计的任务调度问题研究[J];系统工程与电子技术;2008年10期

9 刘心松,李健;分布式计算机系统中的任务调度[J];计算机应用;1989年01期

10 周Z|娜;秦现生;顾学民;;并行产品开发模式下任务调度方法研究[J];计算机应用;2007年12期

相关会议论文 前9条

1 刘培培;李连;丛海鹏;谢勇;;基于多代理协商机制的任务调度系统研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

2 王全民;王靓;许智宏;;网格环境中基于蚁群算法的批量任务调度的研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

3 黄文泽;邵峰晶;孙仁诚;;基于双总线安全结构的操作系统任务调度[A];2009全国计算机网络与通信学术会议论文集[C];2009年

4 杨舰;黄道平;李小亚;;GDCS任务调度的SPN模型研究[A];第二十六届中国控制会议论文集[C];2007年

5 赵辰;黄玮;范文庆;;iOS平台上任务调度模块的设计与实现[A];2013年中国信息通信研究新进展论文集[C];2014年

6 杨俊;王骏;沈卓炜;汪芸;;针对紧急通道的实时CORBA系统的改进[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年

7 王凯;徐涛;;μC/OS-Ⅱ任务调度机制的研究[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

8 肖本强;张鑫;林之光;姜宇;;基于CC2430的Tinyos实现[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

9 张道德;丁毅;杨光友;;μC/OS-Ⅱ在ARM上的移植技术研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

相关博士学位论文 前7条

1 孙明明;云计算平台上任务调度算法的研究[D];中国科学技术大学;2015年

2 余盛季;云计算环境下的自主调度技术研究[D];电子科技大学;2017年

3 柏旭光;航空光电平台数字集约化技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

4 史恒亮;云计算任务调度研究[D];南京理工大学;2012年

5 王涛;实时系统任务调度若干关键技术的研究[D];哈尔滨工程大学;2006年

6 王宁;云计算环境下数据管理与任务调度优化策略研究[D];北京科技大学;2015年

7 张军能;动态可重构平台操作系统中的资源管理问题研究[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 程超;基于合作博弈的社区检测算法研究[D];云南大学;2014年

2 张巧龙;云计算环境下任务调度问题的研究[D];江南大学;2015年

3 王一冰;基于ASP.NET的任务调度管理系统的设计与实现[D];电子科技大学;2013年

4 白晶晶;云环境下安全和可靠性驱动的工作流任务调度研究[D];新疆大学;2015年

5 吕信科;基于多核阵列的任务调度技术研究[D];电子科技大学;2015年

6 陈雷;卫星地面站任务调度软件分析与设计[D];西安电子科技大学;2015年

7 李杨;分布式图像计算检索系统的设计与实现[D];电子科技大学;2014年

8 朱晨晨;基于优化负载均衡算法的任务调度系统的研究与实现[D];电子科技大学;2014年

9 徐欣;IMA机载网络可靠性建模与评价研究[D];西安电子科技大学;2014年

10 刘林;基于遗传蚁群融合算法的云计算任务调度研究[D];湖南师范大学;2015年

，

本文编号：1897686