一种改进樽海鞘群算法及其多目标云工作流调度应用

为了优化云工作流应用的调度效率与代价，提出基于改进樽海鞘群算法的工作流调度策略。建立截止时间与预算约束的多目标优化模型，利用樽海鞘觅食的位置变化对工作流调度进行编解码，设计融合执行跨度与执行代价的权重适应度函数。为了增强樽海鞘群的寻优性能，引入基于疯狂算子的领导者更新模式，通过疯狂变量，减少领导者更新的停滞早熟现象；引入遗传算子的追随者更新模式，利用个体交叉和变异使樽海鞘群具有更均衡的搜索全局性和个体多样性，避免陷入局部最优。结果证明，改进樽海鞘群算法可以有效提升计算精度和收敛速度；应用于工作流调度求解后，其调度解收敛性更好，调度解集空间分布更加一致。