一种面向服务的网格工作流调度算法

面向服务的网格工作流的研究已成为网格领域的研究热点。由网格服务：组成的工作流（GSF）的调度问题是一个典型的NP问题,由于遗传算法具有并行性和全局解空间搜索的特点,非常适合解决这个问题。因此,本文首先给出GSF的GA定义,然后提出基于遗传算法的网格服务工作流调度算法GSFGA,并通过应用实例验证了该算法优于传统的调度算法,作为结论本文指出了下一步的研究工作。     

基于混沌遗传算法的网格工作流调度应用

动态网格环境中, 多QoS(服务质量)约束下的工作流调度问题是决定其任务执行成功与否及效率高低的关键。现有的网格工作流调度算法难以满足实际应用中的不同需求, 同时算法欠优化, 难以提供多种策略, 由此提出了一种基于期限与预算两个QoS约束的改进型混沌遗传算法。首先, 为避免算法出现收敛停滞将混沌机制引入遗传算法并对变异概率进行自适应处理。其次, 提出时间和预算的线性结合概念, 将目标函数转换为适应值函数。最终基于工作流调度中的平衡结构和非平衡结构测试了算法的有效性。     

虚拟网格服务工作流的调度算法研究

对虚拟网格服务工作流的调度算法进行了研究,提出了最小计算时间(MCT)、最小传输时间(MTT)、最小执行时间(MET)3种虚拟网格服务工作流的调度算法.在满足给定假设的情况下,MCT、MTT、MET的调度分别能保证目标工作流获得最小计算时间、最小传输时间、最小执行时间.在描述了调度算法之后,证明了算法调度的正确性.对几种算法的调度性能进行实验模拟,并分析和比较了它们的实现代价和时间、空间复杂度,从而给出各算法的适用情况.     

基于遗传退火算法的网格工作流调度研究

网格环境下工作流的调度主要是针对大量分布在动态异构环境中的服务的调度，是一个典型的NP完全问题，可以通过启发式算法来求解。分析了网格工作流的特点，提出了一种将遗传算法和模拟退火算法相混合的调度算法，并通过Globus进行了模拟实验。实验结果证明了算法的可行性与有效性。     

服务质量感知的网格工作流调度

在网格工作流中引入服务质量,可以使网格中的资源更好地围绕用户的要求进行组织和分配,服务质量为工作流执行过程中选择成员服务提供了依据.工作流服务质量的估算和服务质量感知的工作流调度是实现服务质量感知的网格工作流的两个关键问题.基于一种网格工作流模型讨论了网格工作流的服务质量参数体系,提出了工作流服务质量的估算算法和网格工作流调度数学模型,并提出了基于遗传算法的调度方法.仿真实验表明,该调度算法具有较好的收敛性.     

一个网格服务工作流的动态调度算法

针对服务网格环境中资源的动态性,提出了一种并行调度算法PGSWA（parallel grid service workflow scheduling）,该算法引入了性能预测模型和并行就绪队列来预测下一段时间资源的性能并使得成员服务能够并行执行。实验证明,该算法能较好地缩短工作流的执行时间,提高工作流的执行性能。     

基于遗传算法负载均衡的网格工作流技术研究

针对传统的网格工作流系统中,在分配任务的过程中,根据执行任务的最短时间选取传输路径,这样造成多条路径负载的不均衡,导致网格工作流的工作效率低的问题。文章提出一种基于遗传算法负载均衡的网格工作流算法。通过模拟自然界的生物进化过程对任务空间进行随机化搜索,根据预定任务的适应度函数,并用全局并行搜索方式找到最优节点,避免了传统均衡方法的逐次匹配执行带来的低效问题。实验表明,该新算法能够实现快速负载均衡,提高网格工作流系统的工作效率,取得令人满意的结果。     

基于GA-SA算法的网格工作流调度

对用于网格工作流调度的遗传模拟退火(GA-SA)算法进行改进.在GA算法部分结合了基于阈值的动态交叉和变异概率, 并通过动态的调节近邻子集的大小,提高收敛速度,有效防止种群早熟现象,通过实验验证该算法的可行性和有效性.     

网格工作流调度研究综述

阐述了工作流调度的基本概念和调度的相关知识,分析了目前流行的网格工作流的调度算法的优缺点,并对当前的网格系统和项目所采用的调度机制,从不同侧面对其进行了比较分析.随着服务网格的日益流行,提出了面向服务网格环境下的服务工作流调度,分析了调度中的关键问题,并给出了解决问题的方法和思路.     

网格工作流调度算法研究综述*

作为一个NP完全问题,通常采用启发式算法来解决网格工作流调度。首先对网格工作流调度算法进 行了分类,然后对其典型算法进行了分析和讨论,并阐述了一些典型网格工作流调度系统,最后指出了现有算法 中的一些不足之处,展望了该领域的进一步研究方向。     

基于微粒群算法的网格工作流优化调度问题的研究

网格工作流中的调度问题是一个复杂且具有挑战性的问题,它影响着网格工作流执行成功与否及效率的高低.针对具有时序和因果约束关系的网格工作流优化调度问题进行了研究,建立了网格工作流的任务调度模型和调度问题的目标模型,并应用微粒群算法来优化网格工作流中任务的调度.实验结果证明该算法优于传统的调度算法.     

一种新颖的网格工作流调度算法

针对当前网格工作流调度算法中大多只考虑DAG结构的网格工作流、涉及QoS参数较少及将多QoS参数聚合成一个单目标函数进行优化调度的现状,提出了一种新颖的网格工作流调度算法。该算法基于表达结构丰富的AGWL语言建模网格工作流,且基于MOPSO算法所设计的带多QoS约束的多目标优化的网格工作流调度算法。通过与基于NSGA-Ⅱ算法的网格工作流调度算法比较,表明了该算法的有效性。     

基于贪心策略的网格工作流费用优化算法*

针对有向无环图描述的截止期约束下的网格工作流费用优化问题,提出了基于贪心策略的网格工作流费用优化算法GSA-GW(greedy scheduling algorithm for grid workflow)和IGSA-GW(improved GSA-GW)。算法首先在当前分配下将截止期转换为各任务的全局时间浮差,各任务再在全局时间浮差的限制下按照两种贪心策略选择备选资源替换原有分配。实验结果证明,两算法能较好地优化工作流费用,提高工作流调度效率。     

基于Min-Min遗传算法的网格任务调度方法

针对网格环境异构、分布等特点,在现有的任务调度算法的基础上,结合Min-Min算法和遗传算法的优点,提出了一种基于Min-Min遗传算法的任务调度方法。仿真实验表明：在网格环境下,该算法具有合理性和高效性。     

适用于实例密集型云工作流的调度算法

工作流调度算法仅适用于单个复杂工作流实例,而不适用于实例密集型云工作流实例,为此,提出了基于实例密集型的云工作流调度算法(MCUD)。MCUD算法先对待处理的一组工作流实例进行分类,再对分类后的同类工作流实例采用一种新的分配方法将用户指定的总最后期限分配到各任务;同时,在调度的过程中动态地调整后续任务的子最后期限。MCUD算法对同类工作流实例中的任务分配不同子最后期限,减小了资源竞争,提高了资源的利用率。仿真实验表明,MCUD相比于其他算法,在满足总的最后期限的前提下更进一步地降低了执行成本和执行时间。     

基于BizTalk工作流服务的动态工作流模型

针对现代制造企业迫切需要对动态业务流程进行管理的需求,提出基于BizTalk工作流服务(Human Workflow Service,HWS)的动态工作流模型.该模型包括BizTalk HWS的功能结构和BizTalk流程模型.对该模型进行数学描述,并提出1个动态工作流的调度算法.最后给出基于Web的原型系统,说明该模型能够在一定程度上解决企业动态业务流程的管理难题.     

自定义服务质量模型的网格工作流调度算法

随着网格服务应用的发展,在网格工作流中,复杂的任务可以由多个独立的服务,通过工作流引擎等方式组合成新服务后完成。在组合服务的过程中,由不同服务提供商提供的候选服务,具有不同的服务质量参数,在网格工作流调度中,需要满足用户定义的服务质量约束。提出了方便用户定义的服务质量模型,并且在该模型的基础上,改进了网格工作流调度算法,通过实验分析证明改进后的算法优于传统的调度算法。