[发明专利]一种云环境下基于遗传算法的多工作流调度方法

权利要求书

1.一种云环境下基于遗传算法的多工作流调度方法，其特征在于，包括以下步骤：

S1、判断是否有新的工作流到达，若有则保留先前工作流调度状态并进入步骤S2；否则继续处理先前的工作流；

S2、根据虚拟机上的空闲时间槽为新工作流提供资源；初始化遗传算法的交叉概率、变异概率、最大迭代次数和种群大小；初始化新工作流的种群并作为父代种群；

S3、获取父代种群的完成时间和父代种群所有子任务的通信开销，计算父代种群中每个个体的适应度；

S4、根据轮盘赌技术从父代种群中选出两个父代个体；

S5、根据交叉概率对选出的两个父代个体进行交叉操作，得到两个子代个体；

S6、根据变异概率对得到的两个子代个体实施单点变异，得到两个新的子代个体并计算其适应度；

S7、比较得到的新子代个体的适应度和与其对应的父代个体的适应度，选择适应度较小的两个个体加入子代种群；

S8、判断子代种群个体大小是否等于遗传算法的种群大小，若相等则进入步骤S9，否则返回步骤S4；

S9、合并子代种群和父代种群，并从合并种群中选出与遗传算法的种群大小数量相等的个体组成新的父代种群；

S10、判断遗传算法是否满足最大迭代次数，若满足，则停止算法并输出步骤S9中新父代种群里适应度最小的个体作为最优调度；否则将步骤S3中的父代种群替换为步骤S9中的新父代种群进行迭代；

所述步骤S2中初始化遗传算法的交叉概率、变异概率、最大迭代次数和种群大小的方法为：将遗传算法的交叉概率设置为0.8，将变异概率设置为0.2，将最大迭代次数设置为500，将种群大小设置为popsize；

所述步骤S2中初始化新工作流的种群的方法为：

S2-1、采用有向无环图

G＝(V，E)

表示每个工作流，其中节点的集合V＝{V₀，V₁，...，V_n}对应工作流中的子任务集，子任务个数为n；有向边的集合E＝{edge(V_i，V_j)|V_i，V_j∈V}表示子任务之间的优先级关系；

S2-2、采用二维数组(TaskOrder，Schedule)表示种群中的个体，其中数组TaskOrder和Schedule的数组长度都为n；TaskOrder表示子任务调度顺序，TaskOrder数组中子任务V_i出现在子任务V_j之前，表示子任务V_i需在子任务V_j之前被分配虚拟机；Schedule[i]＝k表示子任务V_i被分配给序号为k的虚拟机所执行；

所述TaskOrder数组的初始化方法为：

根据b-level和t-level方法递归计算工作流中每个子任务的向上权值Rank_u和向下权值Rank_d，并分别根据子任务的Rank_u值和Rank_d值对子任务进行降序和升序排序，根据排序结果初始化TaskOrder数组；

其中子任务V_i的向上权值Rank_u(V_i)定义为

式中，表示子任务V_i在所有虚拟机上的平均执行开销；V_j表示子任务V_i的直接后继节点；Succ(V_i)表示子任务V_i的直接后继节点集合；表示子任务V_i和子任务V_j之间的平均通信开销，q表示系统中虚拟机数目，表示通信开销，data(V_i，V_j)表示子任务V_i传递给子任务V_j的数据量，bw(V M_k)表示编号为k的虚拟机带宽；没有直接后继节点的节点定义为V_exit；

子任务V_i的向下权值Rank_d(V_i)被定义为：

Rank_d(V_entry)＝0

式中，Pred(V_i)表示子任务V_i的直接前驱节点集合；没有直接前驱节点的节点定义为V_entry；

若工作流中存在不止一个V_entry和V_exit节点，则为其流添加虚拟节点，并将虚拟节点权值和与虚拟节点相连接的边的权值均设置为0；

所述Schedule数组的初始化方法为：采用随机生成虚拟机编号初始化；

所述步骤S3中获取父代种群的完成时间和父代种群所有子任务的通信开销的方法为：

根据公式

makespan＝max{AFT(V_exit)}

得到工作流的完成时间；并根据公式

得到多工作流调度系统中所有子任务通信开销，其中m表示工作流个数；AFT(V_exit)表示节点V_exit的最早完成时间；

所述步骤S3中适应度的计算公式为：

f(x)＝Minimize(W₁*makespan+W₂*Comcost)

其中W₁和W₂分别表示目标函数makespan和Comcost的权重系数；

所述步骤S5的具体方法为：

在(0,1)范围内随机生成一个数值Rc，若Rc小于交叉概率，则进行交叉操作并得到两个子代个体；否则将父代个体进行克隆得到两个子代个体；

所述交叉操作的方法包括：

S5-1、获取个体X₁和个体X₂的TaskOrder数组，分别标记为TaskOrder₁和TaskOrder₂，从0至(n-1)中随机生成一个整数position1；

S5-2、创建两个数组长度为n的临时数组temp₁和temp₂，依次将TaskOrder₁中索引号为0到position1的索引值赋给temp₂中索引号为0到position1的索引值；依次将TaskOrder₂中索引号为0到position1的索引值赋给temp₁中索引号为0到position1的索引值；

S5-3、从头到尾浏览TaskOrder₁中的值，若值不在temp₁中，则添加至temp₁尾部；从头到尾浏览TaskOrder₂中的值，若值不在temp₂中，则添加至temp₂尾部；

S5-4、用temp₁数值中的值依次覆盖TaskOrder₁数组中的值；用temp₂数值中的值依次覆盖TaskOrder₂数组中的值，得到个体X₁和个体X₂的Schedule数组，将这两个数组的值依次进行置换实现交叉操作。