四川理工学院学报（自然科学版）
四川理工學院學報（自然科學版）
사천리공학원학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY OF SCIENCE & ENGINEERING(NATURAL SCIENCE EDITION)
2014年
1期
32-36
,共5页
云计算%任务调度%遗传算法%匹配率%变异
雲計算%任務調度%遺傳算法%匹配率%變異
운계산%임무조도%유전산법%필배솔%변이
为了高效调度云计算中海量的任务,提出一种改进遗传算法(IGA),将变异操作分为两种:变异操作a和变异操作b变异操作a为随机位置的基因值变异,而变异操作b则是先找出满足一定条件的基因位置,再将该位置的基因值变异成目标基因值,使得每次变异后的染色体都优于变异前的染色体.在算法的前期使用变异操作a,在算法后期即将收敛于最优解时,采用变异操作b以加快收敛的速度 为了避免改进变异操作使算法陷入局部解,在种群初始化时,采用染色体匹配率的方式选择初始化种群,使其均匀的分布在整个解空间上.实验仿真结果表明,改进算法不但使最终完成时间更短,收敛效率更高,而且可以在一定程度上均衡负载,能更有效地实现任务调度.
為瞭高效調度雲計算中海量的任務,提齣一種改進遺傳算法(IGA),將變異操作分為兩種:變異操作a和變異操作b變異操作a為隨機位置的基因值變異,而變異操作b則是先找齣滿足一定條件的基因位置,再將該位置的基因值變異成目標基因值,使得每次變異後的染色體都優于變異前的染色體.在算法的前期使用變異操作a,在算法後期即將收斂于最優解時,採用變異操作b以加快收斂的速度 為瞭避免改進變異操作使算法陷入跼部解,在種群初始化時,採用染色體匹配率的方式選擇初始化種群,使其均勻的分佈在整箇解空間上.實驗倣真結果錶明,改進算法不但使最終完成時間更短,收斂效率更高,而且可以在一定程度上均衡負載,能更有效地實現任務調度.
위료고효조도운계산중해량적임무,제출일충개진유전산법(IGA),장변이조작분위량충:변이조작a화변이조작b변이조작a위수궤위치적기인치변이,이변이조작b칙시선조출만족일정조건적기인위치,재장해위치적기인치변이성목표기인치,사득매차변이후적염색체도우우변이전적염색체.재산법적전기사용변이조작a,재산법후기즉장수렴우최우해시,채용변이조작b이가쾌수렴적속도 위료피면개진변이조작사산법함입국부해,재충군초시화시,채용염색체필배솔적방식선택초시화충군,사기균균적분포재정개해공간상.실험방진결과표명,개진산법불단사최종완성시간경단,수렴효솔경고,이차가이재일정정도상균형부재,능경유효지실현임무조도.
