摘要
为解决云计算中的任务调度问题,提出了一种以遗传算法为基础的任务调度模型.在算法初始化种群产生时通过染色体匹配率来使种群个体均匀分布在解空间上,有效地避免了早熟;引入服务质量标准进行建模以改进适应度函数,充分考虑用户对调度结果的满意程度;采用规则约束的交叉和变异操作,提高个体的质量.仿真实验的结果分析表明:该改进算法能更有效地求解云计算环境下作业调度问题.
为解决云计算中的任务调度问题,提出了一种以遗传算法为基础的任务调度模型.在算法初始化种群产生时通过染色体匹配率来使种群个体均匀分布在解空间上,有效地避免了早熟;引入服务质量标准进行建模以改进适应度函数,充分考虑用户对调度结果的满意程度;采用规则约束的交叉和变异操作,提高个体的质量.仿真实验的结果分析表明:该改进算法能更有效地求解云计算环境下作业调度问题.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2012年第S1期1-4,共4页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
天津市高等学校科技发展基金计划资助项目(20100823)
天津市科技型中小企业创新资金资助项目(11ZXCXGX07700)
关键词
遗传算法
云计算
任务调度
服务质量
交叉
变异
genetic algorithm(GA)
cloud computing
task scheduling
quality of service
crossover
mutation
