文献类型：期刊文章

作　　者：方军[1] 张璋[2] 张雪峰[3] 杜聪[1] 马涛[1] 刘鑫[4]

Fang Jun;Zhang Zhang;Zhang Xuefeng;Du Cong;Ma Tao;Liu Xin(Information Center,General Administration of Quality Supervision,Inspection and Quarantine,Beijing 100088,China;Beijing Zhong Xin Wei Technology Co.,Ltd.,Beijing 100088,China;Beijing Sai Di Industrial and Information Engineering Supervision Center Co.,Ltd.,Beijing 100048,China;School of Information,Shijiazhuang Tiedao University,Shijiazhuang 050043,Hebei,China)

机构地区：[1]国家质量监督检验检疫总局信息中心,北京100088 [2]北京中质信维科技有限公司,北京100088 [3]北京赛迪工业和信息化工程监理中心有限公司,北京100048 [4]石家庄铁道大学信息学院,河北石家庄050043

出　　处：《计算机应用与软件》

基　　金：国家自然科学基金项目(11702179)

年　　份：2019

卷　　号：36

期　　号：5

起止页码：255-261

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：针对工作流任务调度优化问题,提出一种云工作流任务调度遗传算法。为了寻找工作流执行时间与执行代价的同步最优解,建立了遗传调度模型。在个体编码方面,采用了一种二维排列编码方法,可以更好地展现工作流任务间的执行次序;综合考虑任务执行代价与最早完成时间两个因素,设计了一种均衡适应度函数;为了丰富种群个体多样性,引入三种遗传交叉操作和两种遗传变异操作,以产生新的个体,增加了最优解的求解概率。通过数值仿真实验,在多个性能指标上对算法进行分析。结果表明,该调度算法能更好地平衡执行代价与调度效率,性能优于同类算法。

关 键 词：云计算 任务调度 遗传算法 执行代价  调度效率  

分 类 号：TP393]