based on grid variance
作者：包晓安[1];曹云棣[1];张娜[1];钱俊彦[2];曹建文[3]
作者机构：[1]浙江理工大学,浙江杭州310018;[2]桂林电子科技大学,广西桂林541004;[3]中国科学院软件研究所,北京100190
出版物刊名：电信科学 页码：1-13页
年卷期：2019年 第2期
主题词：云工作流调度;多目标优化;粒子群算法;网格坐标系;格分布方差;动态调整
摘要：提出了基于格分布方差的多目标云工作流调度算法和差粒子自学习策略。首先,考虑任务调度的特性,进行粒子编码离散化。其次,利用Pareto最优工作流调度解集映射到自适应网格坐标系的策略,计算网格坐标系中每个Pareto最优解的格分布量。再次,采用格分布方差评估当前Pareto前端的多样性程度,并动态调整进化策略。最后,设计了差粒子自学习策略。仿真实验表明,通过该算法得到的工作流调度解集,在IGD和S性能指标上均优于MOPSO算法,在最优值方面优于ε-FDPSO和NSGA-Ⅱ算法。
因篇幅问题不能全部显示，请点此查看更多更全内容