基于混沌蟻群算法的網(wǎng)格任務調(diào)度研究.pdf

1、網(wǎng)格任務調(diào)度是網(wǎng)格系統(tǒng)的核心功能，任務調(diào)度程序協(xié)調(diào)網(wǎng)格內(nèi)的所有資源，根據(jù)任務信息采用適當?shù)恼{(diào)度策略把任務分配給相應的資源節(jié)點。任務調(diào)度問題實質(zhì)就是在網(wǎng)格環(huán)境下，將m個需要調(diào)度的任務合理分配到系統(tǒng)中的n個資源上。由于網(wǎng)格環(huán)境本身的復雜性，要想獲得完美的調(diào)度結(jié)果幾乎是不可能的。而且很多啟發(fā)式調(diào)度策略大多只考慮了涉及網(wǎng)格性能的最優(yōu)跨度和負載均衡等少數(shù)幾個調(diào)度目標。本文的研究工作主要集中在構(gòu)建兼顧多個調(diào)度目標的任務調(diào)度模型，并提出一個高效的調(diào)度

2、策略。
　　任務調(diào)度問題是一個NP難的組合優(yōu)化問題，而蟻群算法在解決這類問題上有著很多先天優(yōu)勢。同時蟻群算法良好的擴展性也能很好解決網(wǎng)格中節(jié)點動態(tài)性的問題。但蟻群算法也存在面對大規(guī)模問題時收斂速度慢，容易陷入局部最優(yōu)的問題。
　　針對上面的這些問題，本文提出一種基于混沌蟻群算法的網(wǎng)格任務調(diào)度模型，它考慮了任務和資源的復雜性，使用多維屬性描述任務和資源模型;使用多個調(diào)度目標的線性復合作為任務調(diào)度的評價模型;針對混沌蟻群算法，提

3、出了動態(tài)螞蟻數(shù)量的混沌蟻群算法并將其應用于調(diào)度策略，同時改進了混沌蟻群算法的初始化算法及其信息素更新策略。
　　最后使用GridSim網(wǎng)格仿真工具測試、比較了改進的混沌蟻群調(diào)度算法與幾種對比算法的調(diào)度性能。相對于其他智能算法，本文中的混沌蟻群算法由于使用了簡練的混沌初始化算法加快了算法的收斂速度，動態(tài)螞蟻數(shù)量的策略降低了算法運行時間，混沌擾動避免了算法早熟，多目標的調(diào)度模型兼顧了各方面的性能。實驗結(jié)果表明動態(tài)螞蟻數(shù)量的混沌蟻群算法