基于人工蜂群算法和粗糙模糊集相融合的網(wǎng)格任務(wù)調(diào)度研究.pdf

1、網(wǎng)格系統(tǒng)是一種可以將地理區(qū)域不同，系統(tǒng)架構(gòu)各異的各種資源通過高速互連網(wǎng)絡(luò)連接起來在一定范圍內(nèi)實現(xiàn)協(xié)同計算和資源共享的環(huán)境。而網(wǎng)格任務(wù)調(diào)度則是網(wǎng)格系統(tǒng)中最核心的部分，好的調(diào)度策略不但可以縮短任務(wù)響應(yīng)時間，而且還可以控制調(diào)度費用，平衡資源負(fù)載。現(xiàn)有的網(wǎng)格任務(wù)調(diào)度策略大多強(qiáng)調(diào)任務(wù)最優(yōu)跨度，而對任務(wù)調(diào)度開銷成本關(guān)注不夠；在任務(wù)調(diào)度過程中偏好于對優(yōu)質(zhì)資源的選擇，而忽視網(wǎng)格資源自身的多樣性，任務(wù)屬性的模糊性，任務(wù)之間的相似性。
　　粗糙模糊集

2、作為一種可以有效地處理復(fù)雜系統(tǒng)不確定性、不精確性的數(shù)學(xué)工具，它能夠能從經(jīng)驗數(shù)據(jù)中獲取易于證實的規(guī)則知識，估計數(shù)據(jù)意義。
　　人工蜂群算法作為一種分布式的群智能算法擁有較強(qiáng)的尋優(yōu)能力，比較適合于網(wǎng)格任務(wù)調(diào)度。
　　本文從任務(wù)集與資源匹配程度的粗糙性著手，提出一種基于人工蜂群算法和粗糙模糊集相融合的網(wǎng)格任務(wù)調(diào)度策略，主要研究工作如下：
　　(1)引入一種新的基于用戶滿意度的網(wǎng)格服務(wù)質(zhì)量評價方式。借鑒性價比的概念，本文中的用

3、戶滿意度是通過對任務(wù)處理速度滿意度，處理價格滿意度、速度滿意度與價格滿意度的比值來綜合權(quán)衡獲得。
　　(2)引入一種衡量單個資源負(fù)載能力的方式-資源負(fù)載度因子。資源負(fù)載度因子定義為當(dāng)前排隊等待該資源處理的任務(wù)數(shù)量比上當(dāng)前排隊等待該資源處理的任務(wù)數(shù)量與一段時間內(nèi)資源完成任務(wù)數(shù)量之和。在動態(tài)變化的網(wǎng)格環(huán)境中這種方法可以從一定程度反應(yīng)出資源負(fù)載強(qiáng)度。
　　(3)提出一種基于粗糙模糊集和人工蜂群算法相融合的網(wǎng)格任務(wù)調(diào)度算法。首先在已