遗传-蚁群算法在高性能计算任务调度中的应用.pdfVIP

第４１卷第３期计算机应用与软件Ｖｏｌ４１Ｎｏ．３

２０２４年３月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｒ．２０２４

遗传蚁群算法在高性能计算任务调度中的应用

１２３

田智慧张帅永高需

１（郑州大学地球科学与技术学院河南郑州４５００５２）

２（郑州大学信息工程学院河南郑州４５０００１）

３（郑州国家超级计算中心河南郑州４５０００１）

摘要针对目前高性能计算任务调度策略利用率低、负载不均衡等问题，设计一种基于遗传蚁群算法的高

性能计算任务调度算法（ＧＡＡＣＯ）。ＧＡＡＣＯ分为两个阶段，第一阶段通过遗传算法缩小空间快速搜索到优秀

解，紧接着将其转化为蚁群算法的初始信息素；第二阶段提出一种基于蚁群信息素的全局更新策略对收敛速度做

出优化。实验分析表明，与蚁群算法和遗传算法相比，该算法缩短了任务完成时间，降低了节点负载率。

关键词高性能计算任务调度遗传算法蚁群算法信息素

中图分类号ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２４．０３．０３９

ＡＰＰＬＩＣＡＴＩＯＮＯＦＧＥＮＥＴＩＣＡＮＴＣＯＬＯＮＹＯＰＴＩＭＩＺＡＴＩＯＮ

ＩＮＨＩＧＨＰＥＲＦＯＲＭＡＮＣＥＣＯＭＰＵＴＩＮＧＴＡＳＫＳＣＨＥＤＵＬＩＮＧ

１２３

ＴｉａｎＺｈｉｈｕｉＺｈａｎｇＳｈｕａｉｙｏｎｇＧａｏＸｕ

１（ＳｃｈｏｏｌｏｆＥａｒｔｈＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５００５２，Ｈｅｎａｎ，Ｃｈｉｎａ）

２（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｈｅｎａｎ，Ｃｈｉｎａ）

３（ＺｈｅｎｇｚｈｏｕＮａｔｉｏｎａｌＳｕｐｅｒｃｏｍｐｕｔｉｎｇＣｅｎｔｅｒ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｈｅｎａｎ，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＡｉｍｅｄａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｌｏｗｕｔｉｌｉｚａｔｉｏｎｒａｔｅａｎｄｕｎｂａｌａｎｃｅｄｌｏａｄｏｆｃｕｒｒｅｎｔｈｉｇｈｐｅｒｆｏｒｍａｎｃｅｃｏｍｐｕｔｉｎｇ

ｔａｓｋｓｃｈｅｄｕｌｉｎｇｓｔｒａｔｅｇｉｅｓ，ａｈｉｇｈｐｅｒｆｏｒｍａｎｃｅｃｏｍｐｕｔａｔｉｏｎａｌｔａｓｋｓｃｈｅｄｕｌｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｅｎｅｔｉｃａｎｔｃｏｌｏｎｙ

ｏｐｔｉｍｉｚａｔｉｏｎ（ＧＡＡＣＯ）ｉｓｄｅｓｉｇｎｅｄ．ＧＡＡＣＯｗａｓｄｉｖｉｄｅｄｉｎｔｏｔｗｏｓｔａｇｅｓ．Ｉｎｔｈｅｆｉｒｓｔｓｔａｇｅ，ｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｗａｓ

ｕｓｅｄｔｏｎａｒｒｏｗｔｈｅｓｐａｃｅａｎｄｑｕｉｃｋｌｙｆｉｎｄｔｈｅｅｘｃｅｌｌｅｎｔｓｏｌｕｔｉｏｎ，ａｎｄｔｈｅｎｉｔｗａｓｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｔｈｅｉｎｉｔｉａｌｐｈｅｒｏｍｏｎｅｏｆ

ａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍ．Ｉｎｔｈｅｓｅｃｏｎｄｓｔａｇｅ，ａｇｌｏｂａｌｕｐｄａｔｅｓｔｒａｔｅｇｙｂａｓｅｄｏｎａｎｔｃｏｌｏｎｙｐｈｅｒｏｍｏｎｅｗａｓｐｒｏｐｏｓｅｄｔｏ

ｏｐｔｉｍｉｚｅｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌａｎａｌｙｓｉｓｓｈｏｗｓｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈａｎｔｃｏｌｏｎｙａｌｇｏｒｉｔｈｍａｎｄｇｅｎｅｔｉｃ

ａｌｇｏｒｉｔｈｍ，ｔｈｉｓａｌｇｏｒｉｔｈｍｓｈｏｒｔｅｎｓｔｈｅｔａｓｋｃｏｍｐｌｅｔｉｏｎｔｉｍｅａｎｄｒｅｄｕｃｅｓｔｈｅｎｏｄｅｌｏａｄｒａｔｅ．

ＫｅｙｗｏｒｄｓＨｉｇｈｐｅｒｆｏｒｍａｎｃｅｃｏｍｐ