基于遺傳算法的分布式系統(tǒng)任務(wù)調(diào)度問題研究.pdf

1、分布式系統(tǒng)作為計算機(jī)領(lǐng)域的研究熱點之一,近年來受到了廣泛的關(guān)注.其中的任務(wù)調(diào)度問題,對發(fā)揮系統(tǒng)的并行性能和保持負(fù)載平衡具有非常重要的意義.該問題已被證明是一個NPC問題,無法在多項式時間內(nèi)找到最優(yōu)解,所以促使人們不懈地研究如何設(shè)計調(diào)度算法,用有限的代價獲得更好的解.現(xiàn)有的啟發(fā)式算法雖然能夠得到滿意解,但是計算的時間復(fù)雜度較高,當(dāng)問題規(guī)模很大時,求解效率不高.遺傳算法是近年興起的一種用于解決優(yōu)化問題的并行尋優(yōu)算法,已被廣泛用于解決各類NP

2、問題.目前已有學(xué)者將遺傳算法用于調(diào)度算法的研究,并用仿真實驗說明,在處理調(diào)度問題時,遺傳算法與啟發(fā)式算法相比具有較大的優(yōu)越性.但這些算法仍然存在一些缺陷.為了克服這些缺陷,針對任務(wù)調(diào)度問題的特性,該文設(shè)計了一個全新的遺傳算法.這一算法在編碼、選擇、雜交、變異方法上都與傳統(tǒng)遺傳算法明顯不同.在編碼方法上,設(shè)計了十進(jìn)制分離編碼方式,從而雜交和變異也分離同時進(jìn)行.在選擇方法上,采用了廣義遺傳算法四分之二擇優(yōu)選擇的方式.在該文中,首先用馬爾可夫