摘要:
针对传统任务调度算法效率较低、 资源负载不平衡等缺点, 基于遗传算法, 考虑现代网格系统异构性和动态性的特点, 提出一种有效的交叉概率和变异概率自适应更新方法, 提高遗传算法的全局搜索能力和收敛速度. 仿真实验表明, 改进后的遗传算法在进化速度上有明显提升, 可较好地处理网格任务调度问题, 提高任务调度效率, 降低资源负载的不平衡性.
中图分类号:
肖海蓉, 李惠先. 基于自适应遗传算法的网格任务调度优化[J]. 吉林大学学报(理学版), 2015, 53(02): 297-301.
XIAO Hairong, LI Huixian. Grid Task Scheduling Optimization Based onAdaptive Genetic Algorithm[J]. Journal of Jilin University Science Edition, 2015, 53(02): 297-301.