基于改进遗传算法的网格资源调度策略算法研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
其 中 Ｍ口（ ＋ ２…Ｍｎｎ ＝Ｍ１ ＋ ＝ Ｍ ）； ／ Ｒ （ ＋ Ｒ３３ Ｒ ＋ Ｉ／ ）
３ １ 遗传算法 简介 ．
作者简介 ： 王猛 ， 吉林省吉林市人 ， 男， 本科 ， 究方向：电子信息科学与技术。 研
一
３ — ５
好 的性 状的染色体更有 几率产生优 良的后代 ， 由于本 算
美 国密 西根大 学教授 Ｊｏ ． Ｈｏｌａ ｈ ｎ Ｈ． ｌ ｄ为遗 传算法 创始 ｎ
１ 引言 ．
人， ｌａ Ｈｏｌ ｄ认为 ，可用 一组 二进制 串来模拟 一组 计算机 程 ｎ 序， 并且定义 了一个 衡量每 个“ 程序 ” 的正确性 的度量 ： 应 适
网格计 算技术 是一 种先进 的资源 共享模 型 ，是连接 网
Ｔ ｝ Ｔ 为第 ｉ ｎ ；ｉ 个任 务 。资源 集 Ｒ ＲｌＩ ……ｇ ｝Ｒ ＝ｆ ， ， ｎ；ｉ
为第 ｉ 个资源 。 为完成 第 ｉ Ｍｉ 个任务所 需要的时 间。 ｒ 为第 Ｒｉ
ｉ 资 源 与 执 行 单 位 资 源 所 需 要 时 间 的 比率 。 个
在举 例 中假设 子任 务分别 为 Ｔ１Ｔ ；资源 分别 为 Ｒ１ ～７ ， Ｒ ，３ ２ Ｒ ；资源完 成时 间与执行所 需要 的单位 时 间 比率 Ｒ ｌ ｒ ．， Ｒ ２ Ｒ ３ 完成标准 资源所 需要 的时间 Ｍ１ Ｍ７分 。可 以用 一 ｒ， ｒ； － 个Ｄ ＡＧ 图来表示 这个 问题 ， 以图 １ 为例 。 由 ＤＡ Ｇ图 ， 可得一种编码方 案 Ｔ Ｔ Ｔ Ｔ Ｔ Ｔ Ｔ 。 ３ １ ４ ５ ６ ７ ２ 按照 这样 的顺序 随机最先完成 任务可 以生 成一个任务分配序 列。
（ 每个 子任 务在标准 资源上运行所需要 的时间已知， ３ ） 且
资源每一资源的处理速 度相对的计算速度 的比例关系 已知 ；
（） ４ 所有 资源为单处理器处理 。 ３ ．设计与实现
假定分配 资源的概率速度 为：
Ｓ＝ Ｒ （￣Ｒ ＋ ／ ＋ —Ｒ 一Ｍｌ ） ｉ （ｄＲｌ ｌ （ Ｍｐ 叩 ＋ ） ｉ ） １
异上 却非常大 ， Ａ・ 法的搜索性 能不稳定 ， 且 算 时好时坏 。
２ 问题 描 述 ．
评 价， 并基于 适应值 来选择 染色 体， 使适应 性好 的染色体 有
更 多的繁殖机会 。在遗 传算法 中， 通过 随机 方式产生若干个 所求解 问题的数字编码 ， 即染色体 ， 形成初始种类 ； 通过适应 度 函数 给每个个体一个 数值评价 ，淘汰低 适应度 的个 体， 选 择高适应度 的个体参加遗传 操作 。 ３ ２ 编码方 案和初始化 ． 该 问题 可 以用数 学 方 法来 描述 ：任务 集 Ｔ＝ｆ １Ｔ ， Ｔ ， ２
度 。 ｏｌ ｄ模拟 自然选择机制对 这组“ Ｈ ｌｎ ａ 程序 ” 进行“ 进化 ” 直 ，
到最 终得到 一个正确 的“ 程序 ” Ｈｏｌａ 。 ｌ ｄ认为 ， 有 的适 应 ｎ 所 问题 都可 以表示为“ 遗传 ” 问题 ， 并用“ 进化 ” 方法来解 决。遗 传算 法将“ 适者 生存 的进化 理论 引入 串结 构 ， 串之 间进 行 在 有组织但 又随机 的交换 彼此 的信息 。通 过遗传操作 ， 使优 良 品质被保 留下来、 组合 ， 从而不断产 生出更佳 的个体 。 子代个 体中包含父代 个体 的大量信 息 ，并在 总体 上优于父代个体 ， 从而使种群 向进化发展 ， 即不断接近 最优解 。 遗 传算法类似 于 自然进化 ， 通过作用 于染色体上 的基 因 寻找好的染色体来 求解 问题 。 遗传算法 对求解 问题 的本身一 无所 知， 它所 需要 的仅 仅是对算法所产 生的每个染色体进行
… …
遗 传算法 在解 决网格计 算 中的任 务调度 的时候 ，使用 的是一 种静态任 务算 法 。本 文讨论 的是 网络 中客 户子 任务 的数量 远远大于 网络 中服务 资源 的数量 时的模拟 任务 调度 策略 ， 如果服 务子任务 的数 量小 于资源 总数量 的时候 ， 按照
当前 网络 的实 际服务状 态实 时分配优 先级 高的或速 度快 的 节点来完成 当前任 务 即可 。首 先假 设 ： （） １ 任务处理采用 批处理模 式， 任务在资源上 的消耗 时间 是随机产 生的， 且所有元任务之 间相互独立 ； （） ２ 已将一大型任务分解成很 多分布及执行 均匀 的很 多子 任务 ， 并且子任务之 间的数据依赖关系为 已知 ；
格 低层和 高层功 能的桥梁 ，是协 调整个 网格 系统有 效运 转
的核心 ， 资源调度技术 是网格主要服 务之一 。这里 的资源 而 除了包括数据 资源外 ， 包括 多样 的网络 资源如计 算资源 、 还 存储 资源 、 息资源等 。网格计算 的主要 目标 是解 决资源分 信 布和 资源利用 率的不 平衡 问题 。资源调度 技术对 网格 系统 的应用 是至关 重要 的，它 能有效 降低 网格 计算 的总执 行时 间和总耗 费量， 而使 网格达到 最大 的性 能。目前 网格环境 从 下 的资源调度 主要在 改进 调度算法上 。 在 以往 的研 究 中， 生 了许 多调度 算法 ， Ｏ Ｂ算 法 、 产 如 Ｌ
法 是强父代染色体 的遗传 ， 因此 重要 的种群 多样性 能量来源
于种 群 的变 异 ， 因此不 同于传 统的变 异算子 ， 算法 的变异 本 算子将选 ，
ＭＣ Ｔ算法 、 ｎｍｉ Ｍｉ－ ｎ算法 、 ｘｍｉ Ｍａ ． ｎ算法 、 Ａ 算法 、 Ａ 算 Ｓ ＵＤ 法、 ａｕ算法 、 Ｔｂ Ａ・算法 等。根据 以往 的实验数据表 明， Ｌ Ｏ Ｂ、 Ｕ ＤＡ、 ｘ ． ｎ和 Ｔ ｂ Ｍａ ｍｉ ａｕ算 法 通 常 情 况 下 调 度 性 能不 是很 好 。 ｎｍｉ Ａ Ｍｉ－ ｎ和 ＋算法显 示了较好 的搜 索性能 ， 而在跨度差
３ １ 遗传算法 简介 ．
作者简介 ： 王猛 ， 吉林省吉林市人 ， 男， 本科 ， 究方向：电子信息科学与技术。 研
一
３ — ５
好 的性 状的染色体更有 几率产生优 良的后代 ， 由于本 算
美 国密 西根大 学教授 Ｊｏ ． Ｈｏｌａ ｈ ｎ Ｈ． ｌ ｄ为遗 传算法 创始 ｎ
１ 引言 ．
人， ｌａ Ｈｏｌ ｄ认为 ，可用 一组 二进制 串来模拟 一组 计算机 程 ｎ 序， 并且定义 了一个 衡量每 个“ 程序 ” 的正确性 的度量 ： 应 适
网格计 算技术 是一 种先进 的资源 共享模 型 ，是连接 网
Ｔ ｝ Ｔ 为第 ｉ ｎ ；ｉ 个任 务 。资源 集 Ｒ ＲｌＩ ……ｇ ｝Ｒ ＝ｆ ， ， ｎ；ｉ
为第 ｉ 个资源 。 为完成 第 ｉ Ｍｉ 个任务所 需要的时 间。 ｒ 为第 Ｒｉ
ｉ 资 源 与 执 行 单 位 资 源 所 需 要 时 间 的 比率 。 个
在举 例 中假设 子任 务分别 为 Ｔ１Ｔ ；资源 分别 为 Ｒ１ ～７ ， Ｒ ，３ ２ Ｒ ；资源完 成时 间与执行所 需要 的单位 时 间 比率 Ｒ ｌ ｒ ．， Ｒ ２ Ｒ ３ 完成标准 资源所 需要 的时间 Ｍ１ Ｍ７分 。可 以用 一 ｒ， ｒ； － 个Ｄ ＡＧ 图来表示 这个 问题 ， 以图 １ 为例 。 由 ＤＡ Ｇ图 ， 可得一种编码方 案 Ｔ Ｔ Ｔ Ｔ Ｔ Ｔ Ｔ 。 ３ １ ４ ５ ６ ７ ２ 按照 这样 的顺序 随机最先完成 任务可 以生 成一个任务分配序 列。
（ 每个 子任 务在标准 资源上运行所需要 的时间已知， ３ ） 且
资源每一资源的处理速 度相对的计算速度 的比例关系 已知 ；
（） ４ 所有 资源为单处理器处理 。 ３ ．设计与实现
假定分配 资源的概率速度 为：
Ｓ＝ Ｒ （￣Ｒ ＋ ／ ＋ —Ｒ 一Ｍｌ ） ｉ （ｄＲｌ ｌ （ Ｍｐ 叩 ＋ ） ｉ ） １
异上 却非常大 ， Ａ・ 法的搜索性 能不稳定 ， 且 算 时好时坏 。
２ 问题 描 述 ．
评 价， 并基于 适应值 来选择 染色 体， 使适应 性好 的染色体 有
更 多的繁殖机会 。在遗 传算法 中， 通过 随机 方式产生若干个 所求解 问题的数字编码 ， 即染色体 ， 形成初始种类 ； 通过适应 度 函数 给每个个体一个 数值评价 ，淘汰低 适应度 的个 体， 选 择高适应度 的个体参加遗传 操作 。 ３ ２ 编码方 案和初始化 ． 该 问题 可 以用数 学 方 法来 描述 ：任务 集 Ｔ＝ｆ １Ｔ ， Ｔ ， ２
度 。 ｏｌ ｄ模拟 自然选择机制对 这组“ Ｈ ｌｎ ａ 程序 ” 进行“ 进化 ” 直 ，
到最 终得到 一个正确 的“ 程序 ” Ｈｏｌａ 。 ｌ ｄ认为 ， 有 的适 应 ｎ 所 问题 都可 以表示为“ 遗传 ” 问题 ， 并用“ 进化 ” 方法来解 决。遗 传算 法将“ 适者 生存 的进化 理论 引入 串结 构 ， 串之 间进 行 在 有组织但 又随机 的交换 彼此 的信息 。通 过遗传操作 ， 使优 良 品质被保 留下来、 组合 ， 从而不断产 生出更佳 的个体 。 子代个 体中包含父代 个体 的大量信 息 ，并在 总体 上优于父代个体 ， 从而使种群 向进化发展 ， 即不断接近 最优解 。 遗 传算法类似 于 自然进化 ， 通过作用 于染色体上 的基 因 寻找好的染色体来 求解 问题 。 遗传算法 对求解 问题 的本身一 无所 知， 它所 需要 的仅 仅是对算法所产 生的每个染色体进行
… …
遗 传算法 在解 决网格计 算 中的任 务调度 的时候 ，使用 的是一 种静态任 务算 法 。本 文讨论 的是 网络 中客 户子 任务 的数量 远远大于 网络 中服务 资源 的数量 时的模拟 任务 调度 策略 ， 如果服 务子任务 的数 量小 于资源 总数量 的时候 ， 按照
当前 网络 的实 际服务状 态实 时分配优 先级 高的或速 度快 的 节点来完成 当前任 务 即可 。首 先假 设 ： （） １ 任务处理采用 批处理模 式， 任务在资源上 的消耗 时间 是随机产 生的， 且所有元任务之 间相互独立 ； （） ２ 已将一大型任务分解成很 多分布及执行 均匀 的很 多子 任务 ， 并且子任务之 间的数据依赖关系为 已知 ；
格 低层和 高层功 能的桥梁 ，是协 调整个 网格 系统有 效运 转
的核心 ， 资源调度技术 是网格主要服 务之一 。这里 的资源 而 除了包括数据 资源外 ， 包括 多样 的网络 资源如计 算资源 、 还 存储 资源 、 息资源等 。网格计算 的主要 目标 是解 决资源分 信 布和 资源利用 率的不 平衡 问题 。资源调度 技术对 网格 系统 的应用 是至关 重要 的，它 能有效 降低 网格 计算 的总执 行时 间和总耗 费量， 而使 网格达到 最大 的性 能。目前 网格环境 从 下 的资源调度 主要在 改进 调度算法上 。 在 以往 的研 究 中， 生 了许 多调度 算法 ， Ｏ Ｂ算 法 、 产 如 Ｌ
法 是强父代染色体 的遗传 ， 因此 重要 的种群 多样性 能量来源
于种 群 的变 异 ， 因此不 同于传 统的变 异算子 ， 算法 的变异 本 算子将选 ，
ＭＣ Ｔ算法 、 ｎｍｉ Ｍｉ－ ｎ算法 、 ｘｍｉ Ｍａ ． ｎ算法 、 Ａ 算法 、 Ａ 算 Ｓ ＵＤ 法、 ａｕ算法 、 Ｔｂ Ａ・算法 等。根据 以往 的实验数据表 明， Ｌ Ｏ Ｂ、 Ｕ ＤＡ、 ｘ ． ｎ和 Ｔ ｂ Ｍａ ｍｉ ａｕ算 法 通 常 情 况 下 调 度 性 能不 是很 好 。 ｎｍｉ Ａ Ｍｉ－ ｎ和 ＋算法显 示了较好 的搜 索性能 ， 而在跨度差