基于改進PSO算法的網(wǎng)格任務調度算法.pdf

1、網(wǎng)格是當今分布式計算研究領域最為活躍的部分，它以虛擬組織VO(VirtualOrganization)的形式靈活、有效地將不同管理域的異構資源組織起來，協(xié)同完成大型計算任務。任務調度是網(wǎng)格的重要組成部分，直接影響網(wǎng)格的性能。針對任務的個性化需求，如何有效地將任務合理地分配到計算資源上去，這是任務調度的主要內(nèi)容。同時網(wǎng)格具有的動態(tài)性、異構性和分布性等特征，使得網(wǎng)格環(huán)境下的任務調度問題變得尤為復雜，已成為當前網(wǎng)格研究的熱點，也被證明是個NP

2、完全問題。因此，找到一個好的任務調度策略，盡可能縮短任務的總執(zhí)行時間、有效均衡系統(tǒng)資源負載，具有非常重要的意義。
　　 近年來，興起將啟發(fā)式算法應用于任務調度，取得了較好的研究成果。作為一種比較新穎的啟發(fā)式方法，粒子群優(yōu)化算法PSO搜索速度快、操作簡單、效率高，能有效求解NP完全問題，被廣泛應用于任務調度中。有仿真結果表明：在任務調度中，PSO算法與其他啟發(fā)式算法相比更具優(yōu)越性。但是PSO算法固有的一些缺陷，使得算法在問題求解時

3、易陷入局部極值、搜索精度不高。
　　 針對PSO算法的不足，本文對時間QoS約束下獨立任務的調度問題進行研究，提出了一種基于改進PSO算法的網(wǎng)格任務調度算法MCPSO(An improvedPSO of grid scheduling algorithm under the meta task)。該算法的主要思想是：首先采用混沌序列初始化大量粒子，并在產(chǎn)生的粒子中擇優(yōu)選出初始種群；然后在粒子更新時，引入混沌搜索，隨機產(chǎn)生若干混沌