多目標(biāo)進(jìn)化算法在網(wǎng)格任務(wù)調(diào)度中的研究.pdf

1、網(wǎng)格計(jì)算是近年來信息技術(shù)領(lǐng)域的熱點(diǎn)研究課題,它是指在動(dòng)態(tài)變化的異構(gòu)環(huán)境中,共享資源和協(xié)作解決問題。由于網(wǎng)格具有大規(guī)模、異構(gòu)、動(dòng)態(tài)、分布和自治等特性,在網(wǎng)格計(jì)算中如何最有效的管理和利用網(wǎng)格資源來最有效的完成各種計(jì)算任務(wù)和滿足用戶的需求是一個(gè)重要的研究內(nèi)容,即網(wǎng)格任務(wù)調(diào)度問題的研究,也是一個(gè)NP難問題。因而以求近似最優(yōu)解為目的的啟發(fā)式算法受到了極大的重視。到目前為止,人們提出了很多任務(wù)調(diào)度的啟發(fā)式算法,如遺傳算法和蟻群算法等。采用調(diào)度啟發(fā)式

2、算法來直接構(gòu)造調(diào)度方案,雖然能夠有效進(jìn)行任務(wù)調(diào)度,但由于自身存在一些固有的缺陷,很難滿足網(wǎng)格環(huán)境用戶同時(shí)對(duì)多個(gè)相互沖突的任務(wù)調(diào)度性能目標(biāo)的需求。鑒于此,本文針對(duì)網(wǎng)格計(jì)算中的網(wǎng)格任務(wù)調(diào)度多目標(biāo)問題,通過深入剖析多目標(biāo)最優(yōu)化理論及其算法,根據(jù)當(dāng)前群體情況進(jìn)行自適應(yīng)地改變鄰域半徑,避免了傳統(tǒng)鄰域策略所引起的鄰域半徑取值影響群體分布性的問題。然后,通過結(jié)合網(wǎng)格任務(wù)調(diào)度的原理,利用多目標(biāo)進(jìn)化的方法來求解多個(gè)目標(biāo)的網(wǎng)格任務(wù)調(diào)度問題。
　　

3、本文通過對(duì)網(wǎng)格計(jì)算任務(wù)調(diào)度算法的研究,得出以下三個(gè)主要結(jié)論：⑴提出了基于自適應(yīng)鄰域的多目標(biāo)進(jìn)化算法-ANMOEA算法。該算法利用自適應(yīng)鄰域半徑進(jìn)行密度估計(jì),維護(hù)群體的分布性。實(shí)驗(yàn)結(jié)果表明,與NSGA—Ⅱ算法相比,ANMOEA算法在保持群體分布性和收斂性上具有較好的性能；⑵提出了基于自適應(yīng)鄰域的多目標(biāo)網(wǎng)格任務(wù)調(diào)節(jié)算法-ANMO—GTSA算法。該算法利用本文提出的ANMOEA算法來快速地解決網(wǎng)格計(jì)算任務(wù)調(diào)度中多個(gè)相互沖突的性能目標(biāo)的協(xié)同和平