多QoS约束双目标最优网格工作流调度研究.docVIP

多QoS约束双目标最优网格工作流调度研究 　　摘 要:针对当前网格工作流调度算法中大多只考虑DAG结构的网格工作流,涉及QoS参数较少或将多QoS参数聚合成一个单目标函数进行优化调度,提出了一种多QoS约束的双目标最优的网格工作流调度算法。该算法是基于AGWL网格工作流模型和改进的MOPSO算法,其目标是在满足可靠性、可利用性和声誉这三维QoS参数约束下,同时最小化两个冲突目标,即响应时间和服务费用。通过与原MOPSO所设计的网格工作流调度算法比较,该算法能获得更优的优化解。 　　关键词:服务质量; 网格工作流; 调度; 多目标粒子群算法 　　中图分类号:TP393文献标志码:A 　　文章编号:1001-3695(2009)09-3472-03 　　doi:10.3969/j.issn.1001-3695.2009.09.076 　　 　　Research on dual-objective optimal grid workflowscheduling with multiple QoS constraints 　　LI Jin-zhong, XIA Jie-wu, ZENG Jin-tao, ZHU Bing, LENG Ming 　　(School of Information Science Media, Jinggangshan University, Ji’an Jiangxi 343009, China) 　　Abstract:Existing grid workflow scheduling algorithms commonly suffer by one or several of the following drawbacks:most only considered grid workflow of DAG model, involved less QoS parameters or multidimensional QoS parameters would be aggregated into a single objective function for optimal scheduling. The paper presented an algorithm of dual-objective optimal grid workflow scheduling with multiple QoS constraints. The algorithm is based on AGWL grid workflow modeling and improved MOPSO algorithm, its goal is to simultaneously minimize two conflicting objectives- response time and service cost while mee-ting?? the three-dimensional QoS Constraints of reliability, availability and reputation. The proposed algorithm is compared with a grid workflow scheduling algorithm based on the original MOPSO algorithm, the experimental results show the better Pareto optincal solutions of algorithm. 　　Key words:quality of service(QoS); grid workflow; scheduling; multiobjective particle swarm optimization (MOPSO) 　　 　　0 引言 　　 　　在网格服务组成的工作流中,服务与资源间的映射关系组成了网格服务的调度方案。作为一个NP完全问题,借助典型算法很难解决网格工作流调度。人们尝试用各种启发式方法进行求解,如遗传算法(GA)[1,2]、 粒子群算法(PSO)[3]、禁忌搜索(TS)算法[4]、差分进化(DE)算法[5] 、 Sufferage算法[6]以及一些算法的融合[7,8]等。 　　以上所设计的调度算法存在一个或多个以下缺陷:只考虑了DAG网格工作流模型, 缺乏如循环、并行、选择等结构;至多考虑了响应时间和服务费用二维QoS属性,对于如可靠性、可利用性、声誉等QoS属性并未涉及;将多维QoS参数的多目标转换为一个单目标函数进行优化,所产生的最优调度方案是满足约束条件的单目标单一最优解,不