一种云环境下基于遗传算法的多工作流调度方法

    公开(公告)号:CN107967171A

    公开(公告)日:2018-04-27

    申请号:CN201711248932.8

    申请日:2017-12-01

    IPC分类号: G06F9/48 G06F9/455 G06N3/00

    摘要: 本发明公开了一种云环境下基于遗传算法的多工作流调度方法,其包括以下步骤:保留先前工作流调度状态并将遗传算法和新工作流进行初始化,计算新工作流每个个体的适应度并选出两个父代个体,根据遗传算法对父代个体进行交叉操作和单点变异得到子代个体并计算其适应度,比较子代个体和与其对应的父代个体的适应度,选择较小的两个个体加入子代种群;若子代种群大小等于父代种群的大小则合并子代种群和父代种群,并从合并种群中选出符合遗传算法的个体数量组成新的父代种群,否则跳转到重新选择父代个体步骤;最后根据迭代次数输出最优调度。本发明不仅避免了破坏以前工作流调度会产生的额外通信开销,还提高了虚拟机的计算资源利用率。

    一种云环境下基于遗传算法的多工作流调度方法

    公开(公告)号:CN107967171B

    公开(公告)日:2020-05-12

    申请号:CN201711248932.8

    申请日:2017-12-01

    IPC分类号: G06F9/48 G06F9/455 G06N3/00

    摘要: 本发明公开了一种云环境下基于遗传算法的多工作流调度方法,其包括以下步骤:保留先前工作流调度状态并将遗传算法和新工作流进行初始化,计算新工作流每个个体的适应度并选出两个父代个体,根据遗传算法对父代个体进行交叉操作和单点变异得到子代个体并计算其适应度,比较子代个体和与其对应的父代个体的适应度,选择较小的两个个体加入子代种群;若子代种群大小等于父代种群的大小则合并子代种群和父代种群,并从合并种群中选出符合遗传算法的个体数量组成新的父代种群,否则跳转到重新选择父代个体步骤;最后根据迭代次数输出最优调度。本发明不仅避免了破坏以前工作流调度会产生的额外通信开销,还提高了虚拟机的计算资源利用率。