基于云模型的网格任务调度遗传算法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于云模型的网格任务调度遗传算法研究

郑世明, 高志年, 韦伟, 苗壮, 邵荣明

文章导航 > 电子科技大学学报 > 2012 > 41(6): 911-915

郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究[J]. 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

引用本文:

郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究[J]. 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

ZHENG Shi-ming, GAO Zhi-nian, WEI Wei, MIAO Zhuang, SHAO Rong-ming. Grid Task Scheduling Genetic Algorithm Based on Cloud Model[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

Citation:

ZHENG Shi-ming, GAO Zhi-nian, WEI Wei, MIAO Zhuang, SHAO Rong-ming. Grid Task Scheduling Genetic Algorithm Based on Cloud Model[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

基于云模型的网格任务调度遗传算法研究

doi: 10.3969/j.issn.1001-0548.2012.06.018

1.
南京陆军指挥学院作战实验中心南京 210045;
2.
解放军理工大学指挥信息系统学院南京 210007;
3.
解放军沈阳炮兵学院训练部沈阳 110867

基金项目:

国家863项目(2007AA01Z126);部级预研基金;江苏省自然科学基金(BK2012512)

作者简介:
郑世明(1981-),男,博士,主要从事网格、数据挖掘、人工智能、作战仿真方面的研究.

中图分类号: TP29

Grid Task Scheduling Genetic Algorithm Based on Cloud Model

1.
Operational Experiment Center,Nanjing Army Command College Nanjing 210045;
2.
Institute of Command Information Systems,PLA University of Science and Technology Nanjing 210007;
3.
Training Department,Shenyang Artillery Academy of PLA Shenyang 110867

摘要: 针对网格环境动态多变性的特点,为了克服传统遗传算法易陷入局部最优的缺陷,提出了一种基于云模型的网格任务调度遗传算法。该算法由正态云模型的Y条件云发生器实现交叉操作,由基本云发生器实现变异操作,对调度模型进行优化求解,并在任务调度中对初始种群的产生、选择、变异和交叉操作进行了改进,通过实验分析,表明了该算法的可靠性、有效性和实用性。
- 云模型 /
- 遗传算法 /
- 网格 /
- 任务调度
Abstract: Aiming at the dynamic characteristic of grid, to overcome the shortcomings of genetic algorithms which easily get a local optimum solution, a cloud-based genetic algorithm (CGA) for grid task scheduling is proposed. CGA is based on both the idea of GA and the properties of randomness and stable tendency of a normal cloud model. In this algorithm, Y-conditional cloud generator is used for the crossover operator, and basic cloud generator is used for the mutation operator. CGA can optimizes the solution with genetic algorithm based on cloud-model, ascertains the oriental scenario for scheduling, and improves on the arithmetic operators of population initialization, select, crossover, mutation and reinsertion in the process of task scheduling. The experiment validates the feasibility, validity, and practicality of the algorithm.
- cloud model /
- genetic algorithms /
- grid /
- task scheduling

[1]	李纪三, 刘溶, 张宁. 高速旋转相控阵雷达基于资源预规划的任务调度算法 . 电子科技大学学报, 2022, 51(3): 377-383, 480. doi: 10.12178/1001-0548.2021121
[2]	王晓丽, 王宇平, 蔡坤, 赖俊凡. 考虑处理机下线时间的可分任务调度优化模型 . 电子科技大学学报, 2017, 46(1): 88-95. doi: 10.3969/j.issn.1001-0548.2017.01.014
[3]	张强, 李盼池, 王梅. 自适应混合文化蜂群算法求解连续空间优化问题 . 电子科技大学学报, 2017, 46(2): 419-425. doi: 10.3969/j.issn.1001-0548.2017.02.017
[4]	谢盈, 吴尽昭, 丁旭阳, 张晖. 一种负载感知的异构MPSoC任务调度算法 . 电子科技大学学报, 2017, 46(6): 890-895. doi: 10.3969/j.issn.1001-0548.2017.06.017
[5]	王丹琛, 张仕斌, 徐扬, 许宁. 基于业务用户行为的计算机动态取证评估模型研究 . 电子科技大学学报, 2015, 44(6): 921-927. doi: 10.3969/j.issn.1001-0548.2015.06.022
[6]	张民, 贾海涛, 沈震. 基于遗传算法改进的粒子滤波重采样模型 . 电子科技大学学报, 2015, 44(3): 344-349. doi: 10.3969/j.issn.1001-0548.2015.03.005
[7]	邓召学, 郑玲, 郭敏敏, 张自伟. 基于遗传BP神经网络的磁流变悬置模型辨识 . 电子科技大学学报, 2014, 43(6): 955-960. doi: 10.3969/j.issn.1001-0548.2014.06.028
[8]	张仕斌, 许春香, 安宇俊. 基于云模型的风险评估方法研究 . 电子科技大学学报, 2013, 42(1): 92-97,104. doi: 10.3969/j.issn.1001-0548.2013.01.020
[9]	徐洁, 朱健琛, 鲁珂. 基于双适应度遗传退火的云任务调度算法 . 电子科技大学学报, 2013, 42(6): 900-904. doi: 10.3969/j.issn.1001-0548.2013.06.017
[10]	闫斌, 周小佳, 王厚军, 王蜀黎. 无线传感器网络功率控制的质心定位算法 . 电子科技大学学报, 2010, 39(3): 416-419,434. doi: 10.3969/j.issn.1001-0548.2010.03.020
[11]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[12]	桑楠, 李保宇, 马红. 多处理器的节能调度算法 . 电子科技大学学报, 2008, 37(1): 116-119.
[13]	刘晓明, 饶翚. 基于OGSA的网格工作负载监测系统研究 . 电子科技大学学报, 2007, 36(5): 824-826,857.
[14]	朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用 . 电子科技大学学报, 2007, 36(6): 1289-1291,1314.
[15]	吴琦, 熊光泽, 廖勇. DVS系统硬实时周期任务动态调度算法 . 电子科技大学学报, 2007, 36(5): 842-845.
[16]	闫瑞瑞, 马建国, 周金治. 文化网格缩比实验的前端设计与实现 . 电子科技大学学报, 2006, 35(3): 346-348,374.
[17]	张宇, 郭晶, 周激流. 动态变异遗传算法 . 电子科技大学学报, 2002, 31(3): 234-239.
[18]	孙世新, 陈平安, 张艳. 与FFT并行算法相适应的体系结构探讨 . 电子科技大学学报, 2000, 29(5): 535-539.
[19]	吴斌, 吴坚, 涂序彦. 快速遗传算法研究 . 电子科技大学学报, 1999, 28(1): 49-53.
[20]	雷航, 熊光泽, 刘锦德. 实时多任务系统的超时故障分析 . 电子科技大学学报, 1997, 26(3): 273-278.

WeChat

点击查看大图

计量

文章访问数: 3486
HTML全文浏览量: 134
PDF下载量: 63
被引次数: 0

基于云模型的网格任务调度遗传算法研究

doi: 10.3969/j.issn.1001-0548.2012.06.018

1. 南京陆军指挥学院作战实验中心南京 210045;

2. 解放军理工大学指挥信息系统学院南京 210007;

3. 解放军沈阳炮兵学院训练部沈阳 110867

基金项目:

国家863项目(2007AA01Z126);部级预研基金;江苏省自然科学基金(BK2012512)

作者简介:
郑世明(1981-),男,博士,主要从事网格、数据挖掘、人工智能、作战仿真方面的研究.

收稿日期: 2011-02-17
修回日期: 2011-06-29
刊出日期: 2012-12-15

中图分类号: TP29

关键词:

摘要: 针对网格环境动态多变性的特点,为了克服传统遗传算法易陷入局部最优的缺陷,提出了一种基于云模型的网格任务调度遗传算法。该算法由正态云模型的Y条件云发生器实现交叉操作,由基本云发生器实现变异操作,对调度模型进行优化求解,并在任务调度中对初始种群的产生、选择、变异和交叉操作进行了改进,通过实验分析,表明了该算法的可靠性、有效性和实用性。

English Abstract

郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究[J]. 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

引用本文:

郑世明, 高志年, 韦伟, 苗壮, 邵荣明. 基于云模型的网格任务调度遗传算法研究[J]. 电子科技大学学报, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

ZHENG Shi-ming, GAO Zhi-nian, WEI Wei, MIAO Zhuang, SHAO Rong-ming. Grid Task Scheduling Genetic Algorithm Based on Cloud Model[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

Citation:

ZHENG Shi-ming, GAO Zhi-nian, WEI Wei, MIAO Zhuang, SHAO Rong-ming. Grid Task Scheduling Genetic Algorithm Based on Cloud Model[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 911-915. doi: 10.3969/j.issn.1001-0548.2012.06.018

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发