基于遺傳算法的高效多工作流調(diào)度算法研究
發(fā)布時(shí)間:2021-10-09 23:47
云計(jì)算憑借其“彈性分配、按需使用”的特性,吸引著越來越多的用戶將應(yīng)用程序(工作流)部署在云平臺(tái)上執(zhí)行。工作流調(diào)度策略不僅關(guān)系著用戶的使用體驗(yàn),對(duì)云提供商的運(yùn)營(yíng)成本也有很大的影響。因此,如何高效合理地調(diào)度工作流成為一個(gè)亟待解決的關(guān)鍵技術(shù)問題,F(xiàn)有文獻(xiàn)已經(jīng)提出了許多單目標(biāo)或多目標(biāo)優(yōu)化算法來解決工作流調(diào)度問題,這些算法大多數(shù)是從傳統(tǒng)異構(gòu)環(huán)境中的調(diào)度算法衍生而來。它們通常假設(shè)在工作流調(diào)度之前就可以準(zhǔn)確的獲取任務(wù)的執(zhí)行時(shí)間和任務(wù)之間的傳輸時(shí)間。但在具有不確定性的云環(huán)境中,這些算法生成的預(yù)調(diào)度方案往往會(huì)失去原有的優(yōu)勢(shì)或無法被順利實(shí)施。針對(duì)現(xiàn)有調(diào)度算法的不足,本文主要工作內(nèi)容如下:(1)提出了云環(huán)境下基于不確定性的多工作流調(diào)度模型。該模型中,只有任務(wù)成為就緒任務(wù)才分配虛擬機(jī),這種方式有效的控制了虛擬機(jī)上的等待任務(wù)數(shù)量。而且當(dāng)某個(gè)任務(wù)被執(zhí)行完成后,其任務(wù)的完成時(shí)間可用,這就意味該任務(wù)的不確定性消失,并且不會(huì)影響同一虛擬機(jī)上的后續(xù)等待任務(wù)。(2)提出了云環(huán)境下基于截止時(shí)間的多工作流遺傳調(diào)度算法。用戶提交到云平臺(tái)的工作流具有截止時(shí)間限制,多工作流資源競(jìng)爭(zhēng)很有可能使云平臺(tái)在執(zhí)行任務(wù)過程中因資源被搶占等因素導(dǎo)...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Pegasus架構(gòu)
遺傳算法的應(yīng)用遺傳算法與傳統(tǒng)的搜索和優(yōu)化技術(shù)相比具有許多優(yōu)勢(shì)
染色體編碼
本文編號(hào):3427221
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:78 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
Pegasus架構(gòu)
遺傳算法的應(yīng)用遺傳算法與傳統(tǒng)的搜索和優(yōu)化技術(shù)相比具有許多優(yōu)勢(shì)
染色體編碼
本文編號(hào):3427221
本文鏈接:http://www.sikaile.net/guanlilunwen/ydhl/3427221.html
最近更新
教材專著