基于多Agent系统的粒子群遗传优化云工作流调度算法

• 作者: 何杰光 吴家豪 崔得龙 彭志平 李启锐
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 云工作流 作业调度 多 Agent系统 粒子群优化算法 遗传算法
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能:从知识发现到机器学习
• 页码范围: 1114-1124
• 页数: 11页
• 分类号: TP181
• 字数: 8088字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.06.013

摘要

随着大数据时代的来临,传统的工作流计算平台已经无法满足大量工作流应用的计算要求.因此,工作流应用开始由原有的基础设施转移到更加高效、可靠、廉价的云平台上.针对现有的云工作流调度算法执行时间最小化、作业最优分配以及调度算法的收敛时间问题,提出一种基于多 Agent 系统的粒子群遗传优化云工作流调度算法.该算法首先利用粒子的自身历史最优位置和粒子群历史最优位置优化全局最优解的搜索过程,然后将系统中每个粒子作为一个 Agent,多 Agent间相互竞争和协调,最后在多 Agent 系统中引入遗传算法,通过 Agent 间的信息交互进行有目标地交叉变异操作,不仅避免粒子群的盲目随机化以及陷入局部最优解,而且加速了搜索全局最优解的收敛过程.使用真实工作流数据进行模拟实验,实验结果证明该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭志平	广东石油化工学院计算机与电子信息学院	79	414	10.0	14.0
2	李启锐	广东石油化工学院计算机与电子信息学院	30	104	6.0	8.0
3	崔得龙	广东石油化工学院计算机与电子信息学院	33	83	5.0	7.0
4	何杰光	广东石油化工学院计算机与电子信息学院	15	12	1.0	2.0
5	吴家豪	广东工业大学计算机学院	1	6	1.0	1.0