丁岳偉,竇飛飛
(1.上海理工大學(xué) 光電信息與計算機(jī)工程學(xué)院,上海 200093;2.上海理工大學(xué) 計算機(jī)軟件技術(shù)研究所,上海 200093)
?

多目標(biāo)貓群優(yōu)化算法支持下的云計算任務(wù)調(diào)度
丁岳偉1,竇飛飛2
(1.上海理工大學(xué) 光電信息與計算機(jī)工程學(xué)院,上海200093;2.上海理工大學(xué) 計算機(jī)軟件技術(shù)研究所,上海200093)
摘要針對云環(huán)境下任務(wù)調(diào)度易出現(xiàn)多目標(biāo)沖突的問題,提出一種改進(jìn)的基于貓群的多目標(biāo)優(yōu)化算法。該算法模擬貓的行為模式,采用基于線性混合比率的貓行為選擇方式來提高全局搜索和局部尋優(yōu)能力;并在迭代過程中結(jié)合任務(wù)完成時間和任務(wù)費(fèi)用支出,引入一個可調(diào)節(jié)的多目標(biāo)集成效用函數(shù),實現(xiàn)了資源與任務(wù)的智能調(diào)度。實驗結(jié)果表明,所提算法不僅求解質(zhì)量高,且在求解速度和調(diào)度消耗方面均優(yōu)于多目標(biāo)遺傳算法和多目標(biāo)粒子群算法。
關(guān)鍵詞多目標(biāo)貓群算法;線性混合比率;多目標(biāo)集成效用函數(shù);智能調(diào)度
云計算作為一種新技術(shù),近年來成為信息領(lǐng)域的研究熱點,其將通過Internet連接的各類資源整合,構(gòu)成共享虛擬資源池,為用戶提供便捷、優(yōu)質(zhì)的服務(wù)[1-2]。在這種模式下,如何快速實現(xiàn)資源與用戶需求的智能匹配和多目標(biāo)優(yōu)化調(diào)度尤為重要[3]。
目前,云計算調(diào)度中多目標(biāo)優(yōu)化問題通常采用啟發(fā)式算法,其中較典型的有多目標(biāo)遺傳算法、多目標(biāo)粒子群法等。但多目標(biāo)遺傳算法具有參數(shù)復(fù)雜、局部搜索能力不足、搜索速度慢等缺點[4];多目標(biāo)粒子群收斂速度快,但由于自身機(jī)制更新的限制,求解離散問題時易陷入局部最優(yōu)[5]。……