網(wǎng)格環(huán)境中基于信任度的優(yōu)化粒子群任務(wù)調(diào)度算法.pdf

1、任務(wù)調(diào)度是實現(xiàn)高性能網(wǎng)格計算的一個基本問題，調(diào)度策略直接影響網(wǎng)格的性能，網(wǎng)格自身的分布性、異構(gòu)性、動態(tài)性、自治性等特征對傳統(tǒng)的調(diào)度算法提出了新的挑戰(zhàn)，網(wǎng)格任務(wù)調(diào)度算法成為網(wǎng)格技術(shù)研究中的一個熱點。 本文首先對網(wǎng)格的概念、網(wǎng)格的分類、網(wǎng)格的體系結(jié)構(gòu)等相關(guān)問題進行了介紹，然后對網(wǎng)格計算中任務(wù)調(diào)度的目標、原理和基本策略進行了探討。分析了目前常見的網(wǎng)格任務(wù)調(diào)度算法，從網(wǎng)格調(diào)度中任務(wù)的安全性和算法的性能兩方面著重分析了基本粒子群算法的一些

2、不足和缺陷，利用禁忌搜索算法來彌補粒子群算法后期極易陷入局部最優(yōu)的缺點，并引入信任度的概念，提出了一種新的改進粒子群調(diào)算法。算法首先隨機產(chǎn)生一群粒子，然后對粒子的位置和速度不斷迭代，獲得可以接受的任務(wù)調(diào)度方案，并從中選擇一組信任度最高的作為較優(yōu)解，再利用禁忌搜索算法由較優(yōu)解獲得最終解。以基本粒子群算法和遺傳算法做對比實驗，利用網(wǎng)格調(diào)度模擬工具包GridSim，進行了大量的仿真實驗，仿真實驗結(jié)果表明，與遺傳算法相比更適合于求解規(guī)模較大的網(wǎng)