一种工作流调度进化寻优方法及终端设备技术

本发明专利技术适用于云计算和人工智能技术领域，提供了一种工作流调度进化寻优方法及终端设备。该工作流调度进化寻优方法包括：设计多重染色体对编码结构；构造均衡混合初始化种群；自适应计算相关变量；执行再进化操作；优选调度策略。上述工作流调度进化寻优方法，能够以较高的截止时间约束满足率和较低执行花费，提供满足用户需求的调度策略，为构建截止时间约束下的工作流调度进化寻优系统提供参考实现。

【技术实现步骤摘要】
一种工作流调度进化寻优方法及终端设备
本专利技术属于云计算和人工智能
，尤其涉及一种工作流调度进化寻优方法及终端设备。
技术介绍
云计算中的任务越来越多地以工作流形式存在。这种工作流通常是数据密集型和计算密集型应用。由于工作流具有大量的数据和计算需求，所以需要云计算提供高性能计算资源。云计算将计算资源作为服务，根据用户的需求以虚拟机的形式动态地提供给用户。云计算提供资源服务的模式主要包含：基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。在基础设施云以虚拟资源池的方式为用户提供服务，通过调度技术为工作流分配计算资源成为云计算、人工智能领域的研究重点。云环境下工作流调度是指在特定云环境下，按照用户的计算需求，为工作流中不同的计算任务匹配不同的计算资源，并寻找到最优匹配方案的过程。工作流调度时对任务进行资源分配和寻优，通过提取工作流任务特征及相互数据依赖关系，得到工作流问题的公式化描述，再对其进行建模，为其分配计算资源，确定分配策略满足用户需求，并寻优。工作流调度试图建立计算任务、计算资源，以及用户需求之间的对应关系，度量其适应程度。调度用于计算任务与计算本文档来自技高网...

【技术保护点】
1.一种工作流调度进化寻优方法，其特征在于，包括：步骤S1，根据用户输入参数和工作流数据，选取遗传算法种群中染色体作为调度策略信息载体，结合种群规模M、计算资源规模N以及工作流数据设计多重染色体对W的信息编码结构；所述用户输入参数包括截止时间约束参数；步骤S2，根据所述信息编码结构构造的任一多重染色体对，按照构造方法循环单个多种染色体对构造过程，形成规模为M的均衡混合初始化种群；步骤S3，根据所述均衡混合初始化种群，构建进化过程，并依据所述用户输入参数调整进化方向，按照所述用户输入参数以及原始适应度修正均值构造改进适应度，并根据所述适应度计算进化过程中种群每条染色体的自适应交叉概率Pc和自适应...

【技术特征摘要】
1.一种工作流调度进化寻优方法，其特征在于，包括：步骤S1，根据用户输入参数和工作流数据，选取遗传算法种群中染色体作为调度策略信息载体，结合种群规模M、计算资源规模N以及工作流数据设计多重染色体对W的信息编码结构；所述用户输入参数包括截止时间约束参数；步骤S2，根据所述信息编码结构构造的任一多重染色体对，按照构造方法循环单个多种染色体对构造过程，形成规模为M的均衡混合初始化种群；步骤S3，根据所述均衡混合初始化种群，构建进化过程，并依据所述用户输入参数调整进化方向，按照所述用户输入参数以及原始适应度修正均值构造改进适应度，并根据所述适应度计算进化过程中种群每条染色体的自适应交叉概率Pc和自适应变异概率Pm，将每条染色体进行基因操作并将所得调度策略存入调度寻优策略池A；步骤S4，将优选策略池A中的ω条染色体作为截止时间约束下再进化操作的输入，并加入M-ω条随机生成的染色体，获得再进化种群作为步骤S3的输入并按照既定规则迭代执行再进化，所得调度策略均存入调度寻优策略池B；步骤S5，综合评价调度寻优策略池A和调度寻优策略池B的每条调度策略，匹配截止时间约束条件，并对比截止时间约束满足率和执行花费，评价算法执行效率，最终判定优选调度策略。2.根据权利要求1所述的工作流调度进化寻优方法，其特征在于，步骤S1中的多重染色体对W的信息编码结构共包含2条染色体，即多重染色体对W＝{chromesome1,chromesome2}chromesome1＝sequenceof{Pc,Pm,gen0,gen1,…,genk,…,genM-1}chromesome2＝{tof0,tof1,…,tofi,…,tofN-1}假设第i台虚拟机上，执行序列的规模为g，则tofi可表示为：其中，Pc为染色体的自适应交叉概率；Pm为染色体的自适应变异概率；genk为染色体的k位置上的基因，0≤k<M；vmi为计算资源中第i号虚拟机，0≤i<N；tofi为分配到计算资源vmi的计算任务执行序列；chromesome1染色体中基因gen的编码为t(vm)，表示计算任务t分配计算资源vm；chromesome2染色体中基因vm表示计算资源，后续基因集合{t}表示分配在该计算资源vm的计算任务。3.根据权利要求1所述的工作流调度进化寻优方法，其特征在于，根据所述信息编码结构构造的任一多重染色体对，按照构造方法循环单个多种染色体对构造过程，形成规模为M的均衡混合初始化种群，具体过程如下：按照步骤S1得到的染色体对编码结构，假设使用k种方法构造初始化种群，则按照方法1构造x1条染色体对，按照方法i构造xi条染色体对，按照方法k构造xk条染色体对，得到规模为M的均衡混合初始种群；其中，k≥2，4.根据权利要求1所述的工作流调度进化寻优方法，其特征在于，按照所述用户输入参数以及原始适应度修正均值构造改进适应度，并根据所述适应度计算进化过程中种群每条染色体的自适应交叉概率Pc和自适应变异概率Pm，具体过程如下：对于所述均衡混合初始化种群，按照截止时间约束计算染色体的原始适应度向量Fini，按原始适应度修正均值，构造改进适应度向量Fimp；利用最大改进适应度值减去当前改进适应度值，并除以最大改进适应度值与改进适应度修正均值的差，得到概率中间变量Vmi；对改进适应度值小于其修正均值时，概率修正变量取值为1；对改进适应度值与其修正均值的关系，分别与不同参数相乘，标记为Pc；取M个目标染色体样本，重复以上过程得到M个Pc值；基于同样的过程，可得Pm。5.根据权利要求1所述的工作流调度进化寻优方法，其特征在于，步骤S5中判定优选调度策略的过程具体如下：对种群中所有染色体执行步骤S2、步骤S3以及步骤S4获得调度寻优策略池A和调度寻优策略池B，以截止时间约束满足率为评价标准，对比步骤S4和步骤S5所获得调度寻优策略池A和调度寻优策略池B；根据所述用户输入信息，确定次要约束；所述用户输入信息还包括次要约束信息；若...

【专利技术属性】
技术研发人员：封筠，党云龙，綦朝晖，殷梦莹，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北,13