云计算环境下基于改进遗传算法的任务调度算法

计算机应用 ›› 2011, Vol. 31 ›› Issue (01): 184-186.

云计算环境下基于改进遗传算法的任务调度算法

李建锋,彭舰

四川大学

收稿日期:2010-07-13 修回日期:2010-09-06 发布日期:2011-01-12 出版日期:2011-01-01
通讯作者: 李建锋
基金资助:
基于P2P网格发布和计算;分布式动态可信验证平台的研究与应用

Task scheduling algorithm based on improved genetic algorithm in cloud computing environment

Received:2010-07-13 Revised:2010-09-06 Online:2011-01-12 Published:2011-01-01

摘要/Abstract

摘要： 在云计算中面对的用户群是庞大的，要处理的任务量与数据量也是十分巨大的。如何对任务进行高效的调度成为云计算中所要解决的重要问题。针对云计算的编程模型框架，提出了一种具有双适应度的遗传算法（DFGA），通过此算法不但能找到总任务完成时间较短的调度结果，而且此调度结果的任务平均完成时间也较短。通过仿真实验将此算法与自适应遗传算法（AGA）进行比较，实验结果表明，此算法优于自适应遗传算法，是一种云计算环境下有效的任务调度算法。

关键词: 云计算, 遗传算法, 双适应度遗传算法, 任务调度

Abstract: The number of user is huge in Cloud Computing, and the number of tasks and the amount of data are also huge. How to schedule tasks efficiently is an important issue to be resolved in Cloud Computing environment. An Double-Fitness Genetic Algorithm (DFGA) is brought up for the programming framework of Cloud Computing. Through this algorithm the better task scheduling result which has not only shorter total-task-completion time and also has shorter average-completion time can be found out. There is a contrast between DFGA and Adaptive Genetic Algorithm (AGA) through simulation experiment, and the result is: the DFGA is better, it is an efficiently task scheduling algorithm in Cloud Computing environment.

Key words: cloud computing, Genetic Algorithm (GA), Double-Fitness Genetic Algorithm, task scheduling

李建锋彭舰. 云计算环境下基于改进遗传算法的任务调度算法[J]. 计算机应用, 2011, 31(01): 184-186.

[1]	刘栋, 李晨航, 吴长茂, 茹法鑫, 夏媛媛. 基于可校正强化搜索遗传算法的光学系统自动设计[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2838-2847.
[2]	李炫锋, 刘晟材, 唐珂. 机会约束的多选择背包问题的遗传算法求解[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1378-1385.
[3]	高麟, 周宇, 邝得互. 进化双层自适应局部特征选择[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1408-1414.
[4]	佘维, 李阳, 钟李红, 孔德锋, 田钊. 基于改进实数编码遗传算法的神经网络超参数优化[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 671-676.
[5]	尚绍法, 蒋林, 李远成, 朱筠. 异构平台下卷积神经网络推理模型自适应划分和调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2828-2835.
[6]	陆佳行, 戴华, 刘源龙, 周倩, 杨庚. 面向云环境密文排序检索的字典划分向量空间模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 1994-2000.
[7]	梁军, 洪泽泓, 余松森. 基于改进粒子群优化算法和遗传变异的图像分割模型[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1743-1749.
[8]	方和平, 刘曙光, 冉泳屹, 钟坤华. 基于深度强化学习的多数据中心一体化调度优化[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1884-1892.
[9]	王彬, 向甜, 吕艺东, 王晓帆. 基于NSGA‑Ⅱ的自适应多尺度特征通道分组优化算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1401-1408.
[10]	宁明超, 张俊勃, 陈戈. 基于面向服务架构的工业软件的任务调度算法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 885-893.
[11]	张敏, 韩晓龙. 多目标模糊机会约束规划的低碳多式联运路径优化[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 636-644.
[12]	邓辅秦, 黄焕钊, 谭朝恩, 付兰慧, 张建民, 林天麟. 结合遗传算法和滚动调度的多机器人任务分配算法[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3833-3839.
[13]	薛海蓉, 韩晓龙. 基于改进NSGA-Ⅱ的考虑自动引导车充电策略的集成调度[J]. 《计算机应用》唯一官方网站, 2023, 43(12): 3848-3855.
[14]	游坤, 王钦辉, 李鑫. 通用的多元抵制假名的云计算拍卖机制[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3351-3357.
[15]	刘乾, 张洋铭, 万定生. 网格化分布式新安江模型并行计算算法[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3327-3333.