云环境下基于模板遗传算法的任务调度方法

• 作者: 刘昭昭 李强 盛小东
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 云计算 模板 组合优化 遗传算法 任务调度
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 先进计算
• 页码范围: 633-636
• 页数: 4页
• 分类号: TP393
• 字数: 3263字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.03.633

摘要

云任务调度是云计算研究的一个热点.云任务调度方法的好坏直接影响云平台的整体性能.提出一种基于模板遗传算法(TBGA)的任务调度方法.首先,根据处理机的运算速度和带宽等条件,计算出每个处理机应分配的任务量模板大小;然后,根据模板大小将任务集合中的任务划分为多个子集合;最后,利用遗传算法将集合中的任务分配到对应的处理机.实验证明通过此方法能得到总任务完成时间较短的调度结果.通过仿真实验将TBGA算法与Min-Min算法和遗传算法(GA)进行比较,实验结果表明,TBGA算法与Min-Min算法相比任务集合完成时间降低了20％左右,与遗传算法相比任务集合完成时间降低了30％左右,是一种有效的任务调度算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	四川大学计算机学院	152	1188	20.0	28.0
2	盛小东	四川大学计算机学院	1	4	1.0	1.0
3	刘昭昭	四川大学计算机学院	1	4	1.0	1.0