基于混合GA算法的工作流作业调度队列优化

作     者：谢涛 董滔 XIE Tao;DONG Tao

作者机构：西南大学信息中心重庆400715 西南大学电子信息工程学院重庆400715 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2016年第52卷第24期

页      面：85-90,147页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(No.61503310) 重庆市科委前沿与基础研究项目(No.ctsc2014cyj A40053) 中央高校基本科研业务费项目(No.XDJK2013C143) 

主　　题：作业调度 完成时间 正向分层 遗传算法 

摘      要：工作流作业的调度效率是评价工作流管理系统整体表现的重要指标。众所周知,工作流作业的调度问题是一个NP-hard问题,而异构的计算环境使得问题更加棘手。分层基因算法LGA将启发式算法与GA算法相结合,利用GA算法来优化经过正向分层之后的工作流作业调度队列,显著地减少了工作流作业的执行时间。该算法根据作业的分层优先级来产生作业队列,把队列中的同层作业从整体上看作是一位基因来处理,有效地对算法的进化方向进行规划,并通过对杂交和变异流程的改进,增强算法的搜索深度和广度。实验表明,相比于其他混合GA算法,经LGA算法优化之后的工作流作业调度队列,所需的执行时间更少。