云环境下基于DPSO的任务调度算法

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)。

［Ａｂｓｔｒａｃｔ］Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｃｌｏｕｄｃｏｍｐｕｔｉｎｇｔａｓｋｓｃｈｅｄｕｌｉｎｇ，ｔｈｉｓｐａｐｅｒｃｏｍｂｉｎｅｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｏｐｕｌａｔｉｏｎｉｎｄｉｖｉｄｕａｌ
中图分类号：ＴＰ３０６．１
云环境下基于ＤＰＳＯ的任务调度算法
邬开俊，鲁怀伟
（兰州交通大学ａ．电子与信息工程学院；ｂ．数理与软件工程学院，兰州７３００７０）
摘
要：针对云计算任务调度问题，结合粒子群优化（ｐｓｏ）算法的种群个体协作和信息共享特点，提出一种基于离散粒子群优化
ｉｓｕｓｅｄｔｏａｄｊｕｓｔｔｈｅｉｎｅｒｔｉａｗｅｉｇｈｔ．Ｄｕｒｉｎｇｔｈｅｌｏｃａｔｉｏｎｕｐｄａｔｉｎｇ，ｔｈｅｍａｐｐｉｎｇｏｆｔｈｅｒｏｕｎｄｅｄｒｅｍａｉｎｄｅｒｏｆａｂｓｏｌｕｔｅｖａｌｕｅｍｅｔｈｏｄｉｓ
（ａ．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ；
ｂ．ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓ，ＰｈｙｓｉｃｓａｎｄＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）
ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＤＰＳＯ）．Ｉｎｔｈｅａｌｇｏｒｉｔｈｍ，ｒａｎｄｏｍｉｚａｔｉｏｎｍｅｔｈｏｄｉｓｕｓｅｄｔｏｇｅｎｅｒａｔｅｔｈｅｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎ，ｔｉｍｅ — ｖａｒｙｉｎｇｍｏｄｅ
ｃｏｏｐｅｒａｔｉｏｎａｎｄｉｎｆｏｒｍａｔｉｏｎｓｈａｒｉｎｇｏｆＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ），ａｎｄｐｒｏｐｏｓｅｓａｔａｓｋｓｃｈｅｄｕｌｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤｉｓｃｒｅｔｅ
ｌｅｇａｌｉｚｅｄｔｏｉｍｐｒｏｖｅｔｈｅｄｉｓｃｒｅｔｉｚａｔｉｏｎｏｆＰＳＯ．ＴｈｅｃｌｏｕｄｃｏｍｐｕｔｉｎｇｓｉｍｕｌａｔｉｏｎｐｌａｔｆｏｍＣｌｒｏｕｄＳｉｍｉｓｂｕｉｌｔａｎｄｒｅｃｏｍｐｉｌｅｄ，ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｉｔｅｒａｔｉｏｎｓｏｆ２００ｔｉｍｅｓｓｈｏｗｔｈａｔＤＰＳＯ，ＰＳＯａｎｄＧＡａｌｇｏｒｉｔｈｍａｒｅｒｅｓｐｅｃｔｉｖｅｌｙｏｐｔｉｍｉｚｅｄｔｏ４５７．６９Ｓ，４６７．９０Ｓａｎｄ４７２．４１Ｓ，ＳＯｔｏｐｒｏｖｅｔｈａｔｔｈｅＤＰＳＯａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔａｓｋｓｃｈｅｄｕｌｉｎｇｕｎｄｅｒｃｌｏｕｄｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｔｈｅａｌｇｏｒｉｔｈｍｉｓｂｅｔｔｅｒｔｈａｎＰＳＯａｎｄＧＡａｌｇｏｒｉｔｈｍｉｎｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ．
第４０卷第１期
Ｖ０１．４０
ＮＯ．１
计
算
机
工
程
２０１４年１月
Ｊａｎｕａｒｙ２０１４
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ
・
先进计算与数据处理・
文章编号：１０００ — ＿３４２８（２０１４）０１ — 一＿００５９ — ０４文献标识码：Ａ
关健词：云计算；粒子群优化；离散；任务调度；惯性权重
ＴａｓｋＳｃｈｅｄｕｌｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄ０ｎＤＰＳＯＵｎｄｅｒＣｌｏｕｄＥｎｖｉｒｏｎｍｅｎｔ
ＷＵＫａｉ－ｊｕｎ．ＬＵＨｕａｉ — ｗｅｉ。
为２００时，ＤＰＳＯ、ＰＳＯ、ＧＡ算法的所有任务最终调度时间分别为４５７．６９Ｓ、４６７．９０Ｓ、４７２．４１Ｓ，从而证明ＤＰＳＯ算法能够有效解
决云计算环境下的任务调度问题，并且算法收敛速度优于ＰＳＯ和ＧＡ算法。
（ＤＰＳＯ）的任务调度算法。采用随机方法生成初始种群，利用时变方式调整惯性权重，并在位置更新中使用绝对值取整求余映射法进行合法化处理，提高ＰＳＯ算法的离散化程度。搭建并重新编译了ＣｌｏｕｄＳｉｍ云计算仿真平台进行实验，结果显示，当迭代次数