[发明专利]利用差分进化算法优化Iaas两目标任务调度的方法

摘要

本发明公开了一种利用差分进化算法优化Iaas两目标任务调度的方法，该方法结合一种可应用于离散问题的差分进化算法和改进的多目标优化框架，来对云环境下两个目标任务调度问题进行优化，即最小化任务完工时间和最小化云服务成本。该方法同时结合了多目标整体优化和子问题优化。整体优化的两目标问题和子问题优化的多个单目标问题各自用一个集合保存进化过程中的解。通过设计一种自繁殖、交叉繁殖等机制，整体优化和子问题优化协同产生更好的优化结果。最后经过多次迭代后，整体优化的解集为优化最终得到的解。该方法在对IaaS任务调度优化时，展现出良好的收敛性，优化得到的解也具有很好的多样性。

主权项

1.一种利用差分进化算法优化Iaas两目标任务调度的方法，其特征在于，该方法包括以下步骤：S1、设定参数，输入提交到云服务器上的任务信息和计算资源的属性，设定的参数包括种群的大小N、集合G的大小gmax、每个集合Si的大小smax、交叉常数CR、最大迭代次数，其中，集合G用于保存两个目标整体优化的解，集合Si用于保存第i个子问题的解，任务信息包括若干个相互独立的任务、用于组成每个独立任务的若干个子任务、每个子任务的执行顺序以及每个子任务的数据量，计算资源的属性包括资源的处理能力、资源的计算服务价格以及连接到资源的数据传输速度；S2、对模型进行优化，其中，优化目标是找到一组任务资源调度方式x使得云服务的完工时间max{Time₁,Time₂,…,Time_K}以及云服务的成本两个目标最小化，其中Time_j表示第j个资源执行完分配的所有子任务所需的时间，当第i个子任务被分配给了第j个资源则α_ij＝1，否则α_ij＝0，是资源实际执行完任务的用时，是任务的数据传输到计算节点所需的时间，C_j是使用第j个资源的单位时间费用。