基于粒子群的网格任务调度算法研究.doc

· PAGE 66· 通 信 学 报 第28卷 第10期 季一木等：基于粒子群的网格任务调度算法研究 · PAGE 67· 第28卷第10期 通 信 学 报 Vol.28 No.10 2007年10月 Journal on Communications October 2007 基于粒子群的网格任务调度算法研究 季一木1, 王汝传1,2 (1. 南京邮电大学 计算机学院, 江苏 南京210003；2. 南京大学 计算机软件新技术国家重点实验室, 江苏 南京 210093) 摘 要：为了更好地解决异构动态环境下的资源管理问题，提出了一种网格环境下的任务调度模型。该模型考虑了当前网格虚拟组织下的计算资源、存储资源和带宽资源，模型的最优化目标是实现三者利用率最高和代价最低，即构造min-max函数。与遗传算法相比，利用粒子群优化算法对min-max函数求解提高了资源的利用率和任务的执行效率，同时在随着迭代次数增加的情况下，搜索速度、寻优率和避免早熟方面也有明显的提高。 关键词：网格计算；任务调度；粒子群优化算法；遗传算法 中图分类号：TP301 文献标识码：A 文章编号：1000-436X(2007)10-0060-07 Study on PSO algorithm in solving grid task scheduling JI Yi-mu1, WANG Ru-chuan1,2 (1. Department of Computer Science and Technology, Nanjing University of Posts and Telecommunications, Nanjing 210003, China;2. State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210093, China) Abstract: In order to resolve the resources management in dynamic heterogeneous environment, a kind of task scheduling model for grid environment was proposed. The model considers the computing resources, storage resources and bandwidth resources of current virtual organization in grid, and the optimal target of the model is to achieve the max-ratio and the min-cost of the above three kinds of resources, viz to build the min-max function. To compare with GA(genetic algorithm), PSO(particle swarm optimization) was applied in solving the min-max function so that the ratio of using resources and the efficiency of scheduling task are enhanced. Meanwhile, with the rise of iterative times, the searching speed, optimization ratio and avoiding pre-maturity are also distinctly enhanced. Key words: grid computing; task scheduling; particle swarm optimization algorithm; genetic algorithm 1 引言 收稿日期：2007-03-02；修回日期：2007-08-04 基金项目：国家自然科学基金资助项目60773041）；江苏省自然科学基金资助项目(BK2005146)；江苏省高技术研究计划（BG2005037，BG2005038，BG2006001）；国家高技术研究发展计划（“863”计划）基金资助项目（2006AA01Z201）；南京市高科技项目( 2006软资105) ；现代通信国家重点实验室基金资助项目（9140C110101060