[发明专利]一种基于改进樽海鞘算法的工作流优化调度方法

说明书

本发明公开一种基于改进樽海鞘算法的工作流优化调度方法。该方法考虑了工作流调度中存在的时延与可靠性问题，利用可靠性模型定义了工作流的调度失效因子，将时延与失效因子的加权和作为适应度函数对工作流调度方案进行评估，并对樽海鞘算法进行了改进，在种群初始化时，利用种群的标准差在生成的多个种群中选取最优种群。在对种群中个体进行更新时，将混沌理论与更新算法进行结合，利用混沌映射替代伪随机序列的不同方法，并提出利用混沌机制更新领导者与跟随者，提高了算法在潜在搜索区域的全局搜索速度，提高了算法向最优工作流调度方案方向搜索的速度，最小化边缘服务器时延并且提升了任务调度可靠性，最终得到最优的工作流调度方案。

技术领域

本发明属于移动边缘计算环境技术领域，尤其涉及一种基于改进樽海鞘算法的工作流优化调度方法。

背景技术

近年来，边缘计算由于其在实际数据处理方面拥有突出性能，以及具有较低的运行成本与良好的适应性，在技术领域中占有重要地位。然而当前边缘计算在数据采集与处理过程中仍存在着许多挑战。随着用户需求的发展，用户设备中的应用程序需要严格的服务质量标准，即可靠性要求；并且在对互联网与其他应用程序所传来的数据时，需要大量的网络、处理和内存资源。边缘计算操作通常是通过基于边缘的设备将所有计算繁重的任务卸载到基于边缘的服务器处理从而进行规划。服务器在将资源进行共享与处理时容易发生故障，而所产生的故障极大的影响了工作流调度的可靠性；并且由于不同的任务需求对应着多种资源设备，因此存在服务响应速度慢、任务处理时间长、多任务处理不适应等问题和异构资源，从而造成任务卸载策略存在服务效率低的问题。

如何提出具有高可靠性与低延迟的任务调度策略是一个重要问题，当前大多工作流调度算法由于其本身的局限性行为，存在陷入局部搜索而无法获得近似全局解与收敛速度慢等问题，在处理复杂问题时具有较多缺点。

针对当前工作流调度算法存在的问题进行研究，提高其有效性，克服其缺陷，提升其收敛速度。

发明内容

本发明的第一个目的是解决当前工作流调度中存在的缺陷，提供一种基于改进樽海鞘算法的工作流优化调度方法。该方法考虑了工作流调度中存在的时延与可靠性问题，利用可靠性模型定义了工作流的调度失效因子，将时延与失效因子的加权和作为适应度函数对工作流调度方案进行评估，并对樽海鞘算法进行了改进，在种群初始化时，利用种群的标准差在生成的多个种群中选取最优种群。在对种群中个体进行更新时，将混沌理论与更新算法进行结合，利用混沌映射替代伪随机序列的不同方法，并提出利用混沌机制更新领导者与跟随者，提高了算法在潜在搜索区域的全局搜索速度，提高了算法向最优工作流调度方案方向搜索的速度，最小化边缘服务器时延并且提升了任务调度可靠性，最终得到最优的工作流调度方案。

为了解决现存的技术问题，本发明的技术方案如下：

一种基于改进樽海鞘算法的工作流优化调度方法，包括以下步骤：

步骤(1)：定义边缘环境下的工作流和服务器。

在系统上执行的工作流为有向无环图(DAG)G＝{T,E}。

步骤(2)：建立时间模型。

步骤(3)：建立可靠性模型。

步骤(4)：建立失效模型。

步骤(5)：对工作流中所有任务所分配的服务器位置进行编码，生成调度序列。

步骤(6)：初始化种群。

步骤(7)：适应度计算。

步骤(8)：通过不断迭代对工作流调度方案进行更新，构建工作流最优调度方案。具体步骤如下：

步骤(8.1)：初始化领导者、跟随者与食物。

步骤(8.2)：更新混沌映射。

步骤(8.3)：更新樽海鞘个体。