[发明专利]一种带约束云工作流的成本优化调度方法

权利要求书

1.一种带约束云工作流的成本优化调度方法，其特征在于，该方法包括以下具体步骤：

步骤1：初始化

使用遗传算法首先根据用户提交的工作流信息、云服务提供商提供的虚拟机配置和编码策略完成种群初始化操作即随机生成设定规模的种群，接着并在生成的种群中添加完成时间优化的HEFT算法生成的染色体，最后经过染色体修正操作对不符合内存约束的染色体进行修正；

步骤2：迭代进化

对初始化得到的种群计算适应度即利用染色体对应调度方案的成本、可靠性、完成时间计算每个染色体的适应度；再利用适应度进行选择操作，其次对选择出来的种群进行交叉、变异操作并再次经过染色体修正操作得到新的种群，接着对新的种群进行精英保留操作即选择当前全局最优染色体保留到下一代；经过多次迭代直到迭代次数达到设定的进化次数，最终再通过精英保留操作得到全局最优的满足用户需求的工作流调度方案；其中：

具体过程包括：

(1)编码策略：编码策略将任务调度看作是两个阶段；首先，通过VM_VMC编码确定创建虚拟机的类型及数量，接着使用Task_VM编码决定每个任务分配到哪个虚拟机中；编码规则如下：

Task_VM编码为基于组号的整数编码，长度为工作流中任务数量，每个基因位置表示对应任务分配到的虚拟机的整数编号，若Task_VM[2]＝1表示任务2被分配到1号虚拟机中；VM_VMC编码为长度可变的整数编码，长度为Task_VM中虚拟机的最大整数编号，用于表示该编号虚拟机对应的虚拟机配置，若VM_VMC[1]＝3表示1号虚拟机的配置为3号虚拟机配置；

(2)适应度：采用工作流成本作为染色体适应度函数，同时引入惩罚参数γ和δ，最终染色体适应度为：

适应度＝成本×δ×γ

根据工作流完成时间和可靠性，对不满足时间约束和可靠性约束的染色体的适应度进行恶化，若染色体不满足时间约束则δ1,若不满足可靠性约束则γ1；适应度越小则说明染色体所代表的调度方案越好；

(3)选择操作：选择操作采用规模为2的锦标赛选择策略；每次从待选种群中选择两个染色体进行适应度比较，选择优者加入下一代，直到种群规模达到设定规模；

(4)交叉操作：对于每组染色体对(p1,p2)，以交叉概率应用交叉操作；交叉操作执行为使用同一虚拟机上的任务集作为遗传算法交叉的单位；对于需要进行交叉操作的染色体对(ind1,ind2)，令ind1,ind2分别为母本和父本；首先创建一个空染色体c1作为子代染色体，接着从父本中的Task-VM编码中随机截取出一段基因，将父本中与截取出的基因同组的基因和相应的虚拟机配置复制进子代染色体c1中；在这个操作中，将截取出的基因长度len限制为：0lenind2.VM_VMC.size()；接着将母本中与之前复制的父本任务分配中没有重合的分组与虚拟机配置复制进c1中；完成了以ind1为母本，以ind2为父本的交叉操作；接着以ind2为母本，ind1为父本执行相同操作，得到子代染色体c2，c1和c2就是经过交叉操作的染色体对；

(5)变异操作：变异操作以变异概率将一个染色体标记为变异染色体，随机删除其中的一个虚拟机，并将虚拟机中的任务随机分配到其他已经存在或是新建的虚拟机中；

(6)染色体修正操作：采用贪心算法的思路实现染色体修正操作，使其满足内存约束；种群进化过程中，判断染色体是否满足内存约束，如不满足约束，则调用染色体修正算法对染色体进行修正；染色体修正算法的过程：

对于每个虚拟机，寻找满足内存约束的且计算能力同当前配置相同的备选配置集，对于备选配置集中的每种配置生成任务分配方案，从中选择最优的染色体替代当前的染色体；

(7)精英保留操作：首先遍历当前种群中所有染色体得到适应度最好的染色体、可靠性最高的染色体和完成时间最短的染色体，若适应度最好的染色体不满足时间或可靠性约束则选择完成时间最短或可靠性最高的染色体作为精英个体，否则选择适应度最好的染色体；接着将此前出现的精英个体与当前的精英个体进行比较以确定全局最优个体，若全局最优个体不在种群中，则将种群中适应度最差的个体替换为全局最优个体；

所述染色体即为一个完整的工作流调度方案；

所述工作流信息包括任务依赖关系、任务执行时间、任务输入输出数据量和任务执行所需内存；

所述用户需求为工作流完工时间、可靠性约束和隐含的内存约束；

所述虚拟机配置包括虚拟机计算能力、主存大小、价格及故障率。