基于改进遗传算法的网格任务调度研究
为使得网格环境下任务调度使得服务运行时间和费用两个指标达到最优化，将这两个指标作为网格任务调度模型的衡量指标，将计算经济模型引入网格资源管理，改进了遗传算法，算法中的染色体编码采用间接编码方式，对每个任务占用的资源编码，即实数编码方法。生成初始种群时采用随机生成种群和根 据某些先验知识生成种群这两种方法相结合，变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证，并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较，试验结果证明其能较好完成网格环境下任务的调度，实现时间和费用双目标优化。
经济模型 遗传算法 网格 任务调度
孙瑞志 杨璐 欧阳娅
中国农业大学信息与电气工程学院， 北京 100083 北京数字政通科技有限公司， 北京 100082
国内会议
第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议
南京
中文
1-5
2010-11-26（万方平台首次上网日期，不代表论文的发表时间）