基于遗传算法的云计算任务分配.pdfVIP

第29卷 第3期 (上) 赤峰 学 院 学报 (自然科 学版 ) V01．29No．3 2013年 3月 JournalofChifengUniversity(NaturalScienceEdition) Mar．2013 基于遗传算法的云计算任务分配 王 倩 ．周书臣 (1．gt口师范学院 计算机科学与技术学院，河南 周口 466001；2．黄淮学院 国际学院，河南 驻马店 463000) 摘 要 ：任务调度的高效性是云计算中要解决的重要 问题．已有的适用于分配任务的遗传算法易陷入局部最优这一缺 陷，本文对遗传算法进行改进，用于保证云服务的质量．该算法引入双精英策略思想，从而减少产生局部最优解的可能，最后 通过仿真实现．结果表明，该方法是一种有效的任务调度算法，减少了处理请求任务的平均完成时间． 关键词：云计算；遗传算法；双精英策略；平均完成时间 中图分类号：TP31 文献标识码：A 文章编号：1673—260X(2013)03—0025—03 目前，云计算成为信息技术领域所讨论的热点 ．关于 于遗传算法的任务调度算法 ，实验证明了该算法有效地提 云计算 ，文献 3里这样描述 ：基础设施 (用来构造应用程序， 高了资源的分配和管理． 相当于微型计算机的OS)和云计算应用(建立在基础设施 1 遗传算法 之上)．与网格计算相比，网格程序是把大的任务分解成许多 近些年仿生学迅猛发展，仿生技术也备受各界学者的 个小的任务并行运行在不同的集群以及服务器上，看重的 关注 ，已经用于解决复杂的问题 (如：任务分配、路径等)．遗 是科学地进行计算应用程序的运行．对于云计算而言，它是 传算法(简称GA)研究历史比较短，它是模拟生物界中的遗 一 个具有更广泛定义的计算平台，不仅能够支持网格的应 传和进化的一种最优化的方法．1975年，John Holland等人 用 ，还支持非网格的应用，比如，支持网络服务程序中的前 出版了《自然与人工系统中的自适应》专著，标志着GA正式 台网络服务器、数据库服务器和应用服务器这三层应用程 诞生．现今，GA已成功应用于生物、计算机科学、图像处理等 序架构模式等．云计算是能够提供虚拟化、动态资源池和高 领域．由于其并行性、全局搜索以及高求解精度且易于和其 可用性的下～代计算平台 ．当前 ，云计算服务可分基础设施 他方法相结合的特点，能在庞大的解空间中最大限度地寻 即服务 (如Amazon的弹性计算云等)、平台即服务 (如 找全局最优，在解决组合优化问题方面显示出了较大优势． Google的GooSe AppEngine等)和软件即服务 (如Sales— 其核心思想是：通过随机方式产生若干个所求解问题的数 force公司的客户关系管理服务等)为这 3个层次 ． 字编码 ，即染色体，形成初始种群，通过适应度函数给每个 云计算的核心思想是将大量计算资源 (用网络连接的) 个体一个数值评价 ，淘汰低适应度的个体，选择高适应度的 进行统一的管理和调度，形成一个计算资源池，以便按照用 个体参加遗传操作，经过遗传操作后的个体集合形成下一 户的需要进行服务．云的含义是提供资源的网络．在用户看 代新的种群．再对这个新种群进行下一轮进化． 来 ，“云”中的资源是能够无限扩展的，还能随时获取，按使 精英个体是指具有较高适应度值的个体．在群体里，文 用付费．总的来说，云计算是并行计算和网格计算的进一步 献5[1指出：全局最优解和精英个体的亲和度要大于全局最优 的发展．企业数据中心的运行将与互联网更相似，使计算分 解和非精英个体的亲和度，并与精英个体有较大亲和度的 布在大量的分布式计算机上．这样能够使企业将资源切换到 个体也应该具有较高的适应度值．所以，在种群的进化过程 所需的应用上，按照需求去访问计算机和存储系统．它意味 中精英个体起着非常重要的推动作用．