基于改进混合蛙跳算法的网格任务调度策略

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)。

免陷入局部最优，同时借鉴粒子群优化算法中粒子飞行经验，对青蛙移动策略进行优化。实验结果表明，该策略高效合理，能够缩减执行任务的时间跨度，并提高最优解的质量。关健词：网格；任务调度；混合蛙跳算法；遗传算法；粒子群优化算法
ＧｒｄＴｓｃｅｕｅＳｒｔｇｓｄ０ｉａｋＳｈｄｌｔａｅｙＢａｅｎＩｐｏｅｈｆｅｏａｉｇＡｌｏｉｈｍｒｖｄＳｕｌｄＦｒｇＬｅｐｎｇｒｔｍ
ｓａｇｐｉｚｄｂａｎｆｍｅｐｒｃｅｆｉｇｅｐｒｎｅｏａｔｌＳｒＯｐｉｚｔｎＰＯ）ｇｒｈＥｐｒｎａｒｓｌｒｖｅｔｔｙｉｏｔｅｙｌｒｏｔａｔｌｌｎｘｅｅｃｆＰｒｃｗａｍｔａｉ（Ｓａｏｔｍ．ｘｅｍｅｔｌｅｕｔｐｏｅｔｒｅｓｍｉｅｒｈｉｙｉｉｅｍｉｏｌｉｉｓｈ
段，各族群问进行文化交流执行混洗过程。反复执行局部搜
索和混洗过程一直持续到定义的收敛条件结束为止。基本ＳＬＦＡ算法流程如下：
［ｙｗｒｓｎ；ａｋｓｈｄｌ；ｈｆｅｒｇＬａｉｇｇｒｈＳＬ；ｅｅｉＡｌｏｉｍ（；ａｔｌｗａｍｐｉｚｔｎＰ０）ｌｏｉｍＫｅｏｄｌｄｔｓｅｕｅＳｕｄＦｏｅｐｎｏｉｍ（ＦＡ）ＧｎｔｇｒｇｃｌＡｌｔｃｈｔＧＡ）ＰｒｃＳｒＯｔａｉ（ｓａｇｒｉｅｍｉｏｈｔＤＯＩ１．９９．ｓ．００３２．１．１５：０３６／ｉｎ１０ —４８０１．０ｊｓ２２０
１网格任务调度问题描述
网格调度包括３个基本因素：网格任务，网格资源和调
度策略。假设任务数Ｍ，资源数 Ⅳ，用集合表示：任务集合
局部搜索，族群最差青蛙个体（，通过ｍｅｔＰ）ｍｅｃ进化向局ｉ
部极值（或全局极值（拢。当局部搜索执行到一定阶）Ｐ）靠
ＳＬＡ．Ｉｎｒｄｃｓｔｅｇｎｔｐｒｔｒｏｉｃｅｓｅａｉｅｅｔｅｕｄｓｕｂｎｅｔｖｉａｌｇｉｔｏａｐｉｍ，ａｄｔｅｆｏｅｐｎＦｔｉｔｏｕｅｈｅｅｉｏｅａｏｓｔｎｒａｅｒｌｔｘｍｍｉｔｒａｃｏａｏｄｆｌｎｎｏａｌｃｌｏｔｍｕｃｖｒｉｎｈｒｇｌａｉｇ
ｓｒｔｇａｅｔｒｐｒｏａｃ．ｔａｅｆｓｅｅｇ — ｕｌｙｏｔｍａｏｕｉｎｔａｅｙｈｓｂｔｅｅｆｒｎｅＩｃｎｂａｔｒｔｇｔｈｉｈｑａｉｐｉｌｌｔｏ．ｍｏａｔｓ
中图分类号：Ｐ０．Ｔ３１６
基于改进混合蛙跳算法的网格任务调度策略
欧阳，孙元妹 “
（庆理工大学ａ信息与教育技术中心；ｂ计算机科学与工程学院，重庆４０５）重．．００４摘要：针对网格任务调度问题，出一种基于改进混合蛙跳算法的网任务调度策略。通过引入遗传算子增加对局部极值的扰动，以避提格
ｏＵｎＳＹａｇ．ＵＮａｓｕＹｕｎ．ｈ
（．ｎｏｍａｉｎａｄＥｕａｉｎＴｃｎｌｇｅｔ；．ｌｇｆｏｕｅｃｅｃｎｎｉｅｒｇａＩｆｒｔｎｄｃｔｅｈｏｏｙＣｎｅｂＣｏｌｅｍｐｔｒｉｎｅａｄＥｇｎｅｎ，ｏｏｒｅｏＣＳｉ
网格任务调度是一个ＮＰ完全问题，一直是网格计算研
究领域的焦点。为此，本文根据网格动态、异构等特点，提出一种基于改进混合蛙跳算法的网格任务调度策略。
２算法基本流程．２
在ＳＬ中，种群由很多青蛙组成，每只青蛙代表一个ＦＡ解，种群被分成多个拥有不同文化的族群。各族群分别执行
ＣｏｇｉｇＵｎｖｒｉｆｅｈｏｏｙＣｏｇｉｇ４０５，ｈｎ）ｈｎｑｎｉｅｓｙｏｃｎｌｇ，ｈｎｑｎ００４ＣｉａｔＴ
［ｓｒｃｌＴｉｐｐｒｒｐｓｓｎｉｒｖｄＳｕｅｒｇＬａｉｇＡｌｏｉｍ（ＦＡ）ｏｒｓｈｄｌ．ｈｇｒｈｉｂｓｄｏａｉｏａＡｂｔａｔｈｓａｅｏｏｅｏｅｈｆｄｏｅｐｎｇｒｈＳＬｆｒｉｔｋｓｅｕｅＴｅｌｏｉｍａｅｎｔｄｔｎｌｐａｍｐｌＦｔｇｄａｃａｔｓｒｉ
第３７卷第２期１
、０－
机
工
程
２１年Ｉ月０１１
Ｎｏｅｅ２ｖｍｂｒ０１１
ＮＯ．２１
ＣｏｕｅｍｐｔｒＥｎｇｎｅｉｇｉｅｒｎ
人工智能及识别技术・
文章编号：００３２（ｌ）— １６３文献标识码：１０－４８０１ｌ４一ｌ．２２Ａ