基于改進(jìn)混合蛙跳算法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf

1、網(wǎng)格是分布式計(jì)算領(lǐng)域中的一個(gè)新興研究方向，在未來(lái)社會(huì)中發(fā)揮著越來(lái)越重要的作用，吸引了大批專(zhuān)家致力于網(wǎng)格的研究。網(wǎng)格是一個(gè)集成的計(jì)算與信息服務(wù)環(huán)境，它借助網(wǎng)絡(luò)連接地理上分布的計(jì)算資源，并將它們轉(zhuǎn)變成便利、經(jīng)濟(jì)、可靠的計(jì)算能力，以實(shí)現(xiàn)資源的共享。網(wǎng)格資源具有動(dòng)態(tài)性、異構(gòu)性、自治性等特點(diǎn)，如何合理匹配網(wǎng)格任務(wù)與資源，使網(wǎng)格系統(tǒng)達(dá)到最佳性能，成為網(wǎng)格研究的重點(diǎn)之一，這也是本文研究的主要內(nèi)容。
　　 網(wǎng)格任務(wù)調(diào)度是一類(lèi)組合優(yōu)化問(wèn)題，圍繞網(wǎng)

2、格任務(wù)調(diào)度算法，網(wǎng)格學(xué)者作了大量的研究工作，已將遺傳算法、粒子群算法、Min-Min算法等經(jīng)典組合優(yōu)化算法，成功應(yīng)用于求解網(wǎng)格任務(wù)調(diào)度問(wèn)題?；旌贤芴惴⊿FLA（Shuffled Frog Leaping Algorithm）是一種新興的啟發(fā)式算法，它兼具了粒子群算法和模因算法的優(yōu)點(diǎn)，在求解網(wǎng)格任務(wù)調(diào)度問(wèn)題上取得不錯(cuò)的效果。
　　 基于對(duì)SFLA算法和網(wǎng)格任務(wù)調(diào)度問(wèn)題的深入分析，論文針對(duì)SFLA算法自身存在的易陷入局部最優(yōu)以及信

3、息共享不足等缺陷，進(jìn)行了如下幾個(gè)方面的研究：首先，考慮到“虎父無(wú)犬子”的自然進(jìn)化規(guī)律，鑒于Min-Min算法思路簡(jiǎn)單、能在較短時(shí)間內(nèi)獲得較高質(zhì)量解等優(yōu)點(diǎn)，提出Min-Min與隨機(jī)算法相結(jié)合的種群初始化策略，既改善初始種群的質(zhì)量，又不失其多樣性，使種群快速收斂到全局最優(yōu)；其次，基于種群進(jìn)化對(duì)局部極值的依賴(lài)性，對(duì)局部極值添加了遺傳算子，擴(kuò)大了局部搜索范圍，降低陷入局部最優(yōu)的幾率。同時(shí)，借鑒PSO算法中粒子更新思想，優(yōu)化SFLA算法中最差青蛙

4、個(gè)體步長(zhǎng)移動(dòng)公式；最后，在混合過(guò)程中，對(duì)各族群局部極值添加遺傳算子，加強(qiáng)個(gè)體間的信息共享，提高種群的多樣性，加快算法的收斂速度。
　　 為了評(píng)估改進(jìn)SFLA的性能，論文利用Gridsim模擬器，結(jié)合Jcreator IDE環(huán)境，對(duì)基于改進(jìn)SFLA算法的網(wǎng)格任務(wù)調(diào)度進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，論文改進(jìn)的SFLA算法是可行的，提高了網(wǎng)格調(diào)度系統(tǒng)的吞吐量。
　　 論文從種群初始化、個(gè)體矢量更新以及混合操作等方面，對(duì)SFLA算法