基于混合微粒群算法的网格服务工作流调度.pdfVIP

第36卷 第4期 华 中 科 技 大 学 学 报 (自然科学版) Vol_36 NO．4 J．Huazhong Univ．of Sci． Tech．(Natural ScienceEdition) Apr． 2008 2008年 4月 — — 一 基于混合微粒群算法的网格服务工作流调度 于明远 朱艺华 梁荣华 (1华中科技大学水电与数字化工程学院，湖北 武汉 430074； 2浙江工业大学 信息学院，浙江杭州310032) 摘要：采用微粒群优化的种群搜索方式，融合了局部搜索和全局搜索，引入了模拟退火算法和遗传算法思想， 利用模拟退火随机概率来避免陷入局部最优，提出了一种混合微粒群优化算法，以便更好地满足用户期望的 服务质量，解决网格服务工作流调度问题．网格仿真试验结果显示：对于具有全局QoS约束条件的Web服务 选择，在执行效率上混合微粒群优化算法明显优于其他混合遗传算法，可在较短时间内获得较好的解，是求解 多目标网格服务工作流调度问题的有效方法． 关 键 词：网格技术；工作流；混合微粒群优化算法；服务质量感知；混合遗传算法 中图分类号：TP393 文献标识码：A 文章编号：1 671—4512(2008)04—0045—03 A grid service—workflow schedule using hybrid particle swarm Yu．Mingyuan Zhu Yihua Liang Ronghua (1 College of Hydropower and In[ormation Engineering，Huazhong University of Science and Technology，Wuhan 430074，China；2 College of In{ormation Engineering，Zhejiang University of Technology，Hangzhou 310032，China) Abstract：Workflow schedule consisting of grid service is a NP problem．QoS—aware was introduced in grid workflow．Particle swarm optimization(PSO)is discussed，which combines 1oca1 search and global search．An easily implemented hybrid particle swarm optimization algorithm (HPSOA)is pres— ented for the multi—-obj ective grid service——workflow scheduling problem by using simulated annealing (SA)and genetic algorithm．Experiment results show that this algorithm is available and better than some traditional hybrid genetic algorithms(HGA)，and that it is a viable and effective approach to the mu1ti—objective grid service—workflow scheduling problem． Key words：grid technology；workflow；hybrid particle swarm optimization algorithm；QoS(quality of service)一aware；hybrid genetic algorithm 近年来借鉴Web服务技术规范WSRF|1j，提 出了开放网格服务体系结构 oGSAl2]，并逐渐实 1