云环境中基于混合多目标粒子群的科学工作流调度算法.PDFVIP

Vo1. 44 No.8 第 44 卷第8 期 计算机科学 2017 年 8 月 COMPUTER SCIENCE Aug.2017 云环境中基于混合多目标粒子群的科学工作流调度算法 杜艳明1 肖建华2 (浙江工业职业技术学院计算机学院 绍兴 312000)1 (南开大学现代物流研究中心 天津 300071) 2 摘 要 为了更高效地实现科学工作流任务的调度，研究了云环境中的工作流调度多目标优化问题，提出了一种基于 非占优排序的混合多目标粒子群优化的工作流调度算法 HPSO。首先，建立了截止时间与预算约束下工作流调度的 多目标优化模型，模型引入三目标最优化，包括工作流执行跨度、执行代价及执行能耗;其次，设计了一种混合粒子群 算法对相互冲突的三目标最优化进行求解，算法通过非占优排序的形式可以得到满足 Pareto 最优的工作流调度解集 合;最后，通过 3 种科学工作流案例的仿真实验，与同类多目标调度算法 NSGA-II , MOPSO 和 c-Fuzzy 进行了性能比 较。实验结采表明，HPSO 得到的调度解不仅收敛性更好，而且调度解的空间分布更加一致，更符合云环境中的工作 流调度优化。 关键词 云计算，工作流调度，粒子群优化，Pareto 最优 中图法分类号 TP393 文献标识码 A 001 10. 11896/j. issn. 1002-137叉 2017.08.043 Scientific Workflow Scheduling Algorithm Based on Hybrid Multi-objective Particle Swarm Optimization in Cloud Environment DU Yan-ming XIAO Jian-hua2 (School of Computer ,Zhejiang Industry Polytechnic College ,Shaoxing 31Z000 ,China) (Research Center of Logistics ,Nankai Univeristy ,Tianjin 300071 ,China) 2 Abstract For realizing the more efficient scheduling of scientific workflow tasks ,the multi-objective optimization prob lem of workflow scheduling in cloud environment was researched and a workflow scheduling algorithm HPSO of hybrid particle swa口n optimization based on non-dorninance sort was presented. First ,the multi-objective optimization model of workflow scheduling under budget and deadline constraint is established , which introduces three optimizaiton objec tives , including the execution makespan of workflow , the execution cost and the execution