基于多元级差优良化遗传算法的环境拓扑结构任务调度  

Environmental Topology Task Scheduling Based on Diverse Hierarchical Difference Optimization Genetic Algorithm

作　　者：王佳 顾文俊 鞠炜刚[2] 李玉维 张云龙[2] 米传民 周志鹏 WANG Jia;GU Wenjun;JU Weigang;LI Yuwei;ZHANG Yunlong;MI Chuanmin;ZHOU Zhipeng(Nanjing Caltta Software Co.,Ltd.,Nanjing 210012,China;ZTE Nanjing Institute,Nanjing 210012,China;Key Labo‐ratory of Intelligent Decision and Digital Operations,Ministry of Industry and Information Technology,Nanjing 211106,China)

机构地区：[1]南京高达软件有限公司,江苏南京210012 [2]中兴通讯南京研究所,江苏南京210012 [3]智能决策与数字化运营工业和信息化部重点实验室,江苏南京211106

出　　处：《计算机与现代化》2024年第10期65-73,79,共10页Computer and Modernization

基　　金：国家自然科学基金资助项目(72271122,71871116)。

摘　　要：在国家深入推进“东数西算”工程的背景下,算力网络中心的环境部署调度面临许多挑战,如环境的数量、大小、拓扑结构复杂度、依赖约束和网络传输量等不确定因素。为了应对这些限制因素,提出一种多元级差优良化的遗传算法(Diverse Hierarchical Difference Optimization Genetic Algorithm,DHDO-GA)。该算法以任务执行跨度makespan和资源利用率最优化为目标,同时考虑资源的负载均衡。为了更好地引导整个种群向全局最优解快速聚拢,该算法根据适应度值和相似度将染色体分布在不同的层级,并将其抽象聚类成精英种群。仿真实验表明,DHDO-GA算法优于传统遗传算法和几种改进的遗传算法,在搜索能力、算法稳定性以及结果质量和可靠性方面具有更大的优势。s and clusters them into elite populations.Simulation experiments show that the DHDO-GA algorithm is superior to traditional genetic algorithms and several improved genetic algorithms,with greater advantages in terms of search capability,algorithm stability,and result quality and reliability.

关 键 词：环境拓扑结构 任务调度 依赖约束 遗传算法 精英种群 Simhash 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]