基于改进遗传算法的多QoS约束网格任务调度  

Improved Genetic Algorithm for Grid Job Scheduling of Multi-QoS Constraints

作　　者：蒲汛[1,2] 何为[3] 卢显良[1] 

机构地区：[1]电子科技大学计算机科学与工程学院,成都610054 [2]西南大学计算机与信息科学学院,重庆北培区400716 [3]四川美术学院计算机网络中心,重庆九龙坡区400053

出　　处：《电子科技大学学报》2010年第S1期54-56,60,共4页Journal of University of Electronic Science and Technology of China

基　　金：国家自然科学基金(70871061)

摘　　要：解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化,以NSGA-II算法为基础,通过优化其初始种群的生成算法以及变异算子的更新算法,以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明,该算法的有效性和实用性。The key to improve the efficiency of grid computing is to solve an independent task scheduling problem under the QoS constraints. In this paper, such a problem is described as the issue of multi-objective portfolio optimization. As a result, an advanced Pareto multi-objective optimization with genetic algorithm is developed based on NSGA-II algorithm. Simulation results show that this algorithm is effective and practical.

关 键 词：遗传算法 任务分配 PARETO最优 QOS约束 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP393.02[自动化与计算机技术—控制科学与工程]