[发明专利]一种基于改进梯度优化器的多工作流调度方法

权利要求书

1.一种基于改进梯度优化器的多工作流调度方法，其特征在于，包括以下步骤：

步骤1、对输入的带截止时间约束的多工作流任务及可供租赁的虚拟机资源建模；多工作流任务表示为为第i个工作流，为工作流集合所包含的工作流总个数；虚拟机资源表示为v_f为第f个虚拟机；

步骤2、为工作流的所有子任务分配子截止期限，按照优先调度截止限期最早的任务的方式确定任调度序列；根据约束满足性评价指标Θ评价不可行解的优劣，Θ表示工作流超出约束的百分比之和；种群中的每个个体位置X＝(x₁,x₂...,,...,x_N)表示一个调度方案，个体每一维元素的索引表示一个工作流任务编号、每一维元素的值表示为该任务所分配的虚拟机；将九个预定义的初始粒子插入种群，采用随机生成方法对种群中的其余个体进行初始化；将九个预定义初始粒子中满足约束的个体插入全局外部档案集，完成全局外部档案集的初始化；

步骤3、若当前迭代次数n满足其中为迭代次数阈值，则利用K-means位置聚类算法将其划分为K个聚类子种群P₁,...,P_m,...,P_K；否则，执行步骤5；

步骤4、根据种群P₁,...,P_m,...,P_K中所有粒子的总适应度makespan和cost，为其确定最合适的进化方向ψ₁,...,ψ_m,...,ψ_K；

步骤5、将进化过程中得到的种群全局非支配解存储在全局外部档案集中，再通过全局外部档案集中的精英个体引导各个聚类种群进行更新；

步骤6、经过设定次数的迭代后，根据种群进化速度自适应地更新变异维度数目η与变异率ρ，并在每次迭代中，按照当前的变异维度数目η与变异率ρ，对全局外部档案集中的个体执行一次变异操作，并利用变异结果更新全局外部档案集；

步骤7、利用筛选出的优秀父代集合进行交叉操作，依次将每个子工作流对应的较优任务到资源的映射序列复制到子代，通过基于精英继承的交叉操作生成子代个体，并用生成的新子代个体更新全局外部档案集；

步骤8、令迭代次数n自加1，如果n不小于最大迭代次数，则将当前全局外部档案集作为结果输出，结束本流程；否则，转至步骤3。

2.根据权利要求1所述的多工作流调度方法，其特征在于，所述虚拟机按照计算能力大小顺序进行编号。

3.根据权利要求1所述的多工作流调度方法，其特征在于，所述步骤2中为工作流的所有任务分配子截止期限，按照优先调度截止限期最早的任务的方式确定任调度序列的方式为：

任务t_ji的子截止期限为：

其中，为入口任务的向上rank值，为工作流的截止期限约束；

任务向上rank值为：

其中，pm为资源池中虚拟机的最快处理速度，为任务的指令长度，为从任务到其子任务的传输数据的大小，b为不同虚拟机之间的网络带宽。

4.根据权利要求1所述的多工作流调度方法，其特征在于，所述约束满足性评价指标Θ的计算方式为：

其中，Mⁱ和Dⁱ分别为第i个工作流的总执行跨度时间和截止时间约束。

5.根据权利要求1所述的多工作流调度方法，其特征在于，所述步骤2中根据约束满足性评价指标Θ评价不可行解的优劣包括：对于两个不可行解X₁和X₂，当且仅当满足条件：时，则X₁优于X₂，其中，C(X₁)、C(X₂)分别表示调度方案X₁和X₂对应的工作流执行成本，Θ(X₁)、Θ(X₂)分别表示调度方案X₁和X₂的约束超出程度。