计算机与现代化

• 网络与通信 • 上一篇    下一篇

基于DPSO的云工作流任务自适应调度策略

贺智明,杨书金   

  1. 江西理工大学计算机科学与技术系,江西赣州341000
  • 收稿日期:2013-07-15 修回日期:1900-01-01 出版日期:2013-12-18 发布日期:2013-12-18

Self-adaptive Scheduling Strategy of Cloud Workflow Task Based on DPSO

HE Zhi-ming, YANG Shu-jin   

  1. Department of Computer Science and Technology, Jiangxi University of Science and Technology, Ganzhou 341000, China
  • Received:2013-07-15 Revised:1900-01-01 Online:2013-12-18 Published:2013-12-18

摘要: 云工作流系统中的任务调度问题属于典型的NP难题,同时由于计算资源异构性、复杂性及用户需求的动态性可能导致系统过载。为了解决或避免此类问题的发生,本文提出一种带动态反馈机制的任务自适应分配方法,并结合离散粒子群优化算法(Discrete Particle Swarm Optimization,DPSO),利用任务预测执行时间模型来优化任务分配方案。仿真实验表明该方法可保证系统负载平衡,当任务数大于150时能够使任务调度时间最短。

关键词: 任务调度, 动态反馈, 负载平衡, 离散粒子群算法