A multi-objective task scheduling method for mobile cloud computing is disclosed. The method can include: step 1: establishing directed acyclic graph with multiple tasks and setting iteration times; step 2: setting population size and establishing initial population with multiple initial population individuals; step 3: taking the initial population individual as the parent, obtaining the evolutionary population individual as the offspring by evolutionary way, and comparing the paternal generation. With the fitness function of the offspring, the population is updated according to the dominant rule; Step 4: Take the initial population as the parent, repeat step 3 until the number of iterations is reached to obtain the optimal population, delete the N individuals with the smallest fitness, and make the optimal population size as the population size, and obtain the final population. The invention can achieve synchronous and balanced optimization in three objectives of task execution time, execution cost and execution energy consumption, and form a multi-objective optimization scheduling solution set.
【技术实现步骤摘要】
移动云计算的多目标任务调度方法
本专利技术涉及移动云计算领域,更具体地,涉及一种移动云计算的多目标任务调度方法。
技术介绍
移动云环境中的DAG任务调度问题不同于传统的任务调度问题,需要考虑的因素更多更复杂,包括:1)用户QoS需求的多样性,如:服务响应时间、服务代价等;2)云服务具有异质性、动态性和弹性等特征;3)联合云服务执行工作流任务的方式多样;4)DAG任务调度时任务间的数据传输更为普遍。此时的任务调度问题本质上是联合优化问题。目前的研究中,一些工作主要集中于执行时间的优化,未考虑用户的预算约束。然而,由于云计算的市场化特征,用户必须对云资源使用进行付费,一些工作则考虑了用户预算和截止时间约束,如文献[W.ZhengandR.Sakellariou,Budget-deadlineconstrainedworkflowplanningforadmissioncontrol[J],JournalofGridComputing,2013,11(4):633-651.]提出了一种基于预算约束的异构最快完成时间算法BHEFT,该算法是经典的异构最快完成时间工作流调度算法HEFT的改进,考虑了任务调度时的最优预算约束问题,文献[H.Arabnejad,J.G.Barbosa,Abudgetconstrainedschedulingalgorithmforworkflowapplications[J],JournalofGridComputing,2014,12(4):1-15.]提出了一种异构预算约束调度算法HBCS,通过定义代价因子调整可用预算与最低廉价格可 ...
【技术保护点】
1.一种移动云计算的多目标任务调度方法,包括:步骤1:建立包含多个任务的有向无循环图,设定迭代次数;步骤2:设定种群规模,根据所述有向无循环图和资源集合,建立包含多个初始种群个体的初始种群,其中,多个初始种群个体包括三个单目标优化种群个体,初始种群个体的数量为所述种群规模;步骤3:以初始种群个体为父代,通过进化方式获得进化种群个体为子代,比较所述父代与所述子代的适应度函数,根据占优规则更新种群;步骤4:以子代种群个体为父代,重复步骤3,直至达到迭代次数,获得优化种群,若所述优化种群的规模大于所述种群规模,则删除适应度最小的N个种群个体,使所述优化种群的规模为所述种群规模,获得最终种群;其中,N为优化种群规模与种群规模的差值。
【技术特征摘要】
1.一种移动云计算的多目标任务调度方法,包括:步骤1:建立包含多个任务的有向无循环图,设定迭代次数;步骤2:设定种群规模,根据所述有向无循环图和资源集合,建立包含多个初始种群个体的初始种群,其中,多个初始种群个体包括三个单目标优化种群个体,初始种群个体的数量为所述种群规模;步骤3:以初始种群个体为父代,通过进化方式获得进化种群个体为子代,比较所述父代与所述子代的适应度函数,根据占优规则更新种群;步骤4:以子代种群个体为父代,重复步骤3,直至达到迭代次数,获得优化种群,若所述优化种群的规模大于所述种群规模,则删除适应度最小的N个种群个体,使所述优化种群的规模为所述种群规模,获得最终种群;其中,N为优化种群规模与种群规模的差值。2.根据权利要求1所述的移动云计算的多目标任务调度方法,其中,所述三个单目标优化种群个体包括:最早完成时间种群个体、最小执行代价种群个体,最小执行能耗种群个体。3.根据权利要求2所述的移动云计算的多目标任务调度方法,其中,获取所述最早完成时间种群个体包括:计算每个任务在所有资源的平均计算时间,进而确定每个任务的优先级,获得每个任务的调度次序;根据所述每个任务的调度次序,计算每个任务的最早完成时间的最小值,获得的调度方案即为最早完成时间种群个体。4.根据权利要求2所述的移动云计算的多目标任务调度方法,其中,获取所述最小执行代价种群个体包括:计算每个任务在所有资源的平均计算时间,进而确定每个任务的优先级,获得每个任务的调度次序;按照所述调度次序依次为每个任务选择能够得到最小执行代价的调度资源,获得的调度方案即为最小执行代价种群个体。5.根据权利要求2所述的移动云计算的多目标任务调度方法,其中,获取所述最小执行能耗种群个体包括:步骤a:计算每个任务在所有资源的平均计算时间,进而确定每个任务的优先级,获得每个任务的调度次序;步骤b:根据所述每个任务的调度次序,计算每个任务的最早完成时间的最小值,获...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。