-
公开(公告)号:CN113127206A
公开(公告)日:2021-07-16
申请号:CN202110477589.4
申请日:2021-04-30
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开一种基于改进蚁群算法的云环境任务调度方法,包括:将整个任务的完成最后期限拆分给若干个子任务,计算每一个子任务的排序参数,并计算子最后期限;将排序参数作为蚁群中的启发式信息,并根据控制信息素动态权重、控制启发式信息动态权重和信息素动态挥发率进行迭代,并根据迭代过程中出现的最优解来更新信息素轨迹;根据子最后期限,依次为子任务选择满足其子最后期限的计算资源。该方法针对部署在云服务器中任务调度,如何为其任务分配计算资源,使其在满足完成任务预设最后期限的前提下,总花费最小。
-
公开(公告)号:CN113127205A
公开(公告)日:2021-07-16
申请号:CN202110477582.2
申请日:2021-04-30
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开一种云中满足截止时间约束且优化成本的工作流调度方法,包括:步骤1:将云中服务器的整个工作流的截止时间基于δ‑alap分配给每一个任务,从而形成子截止时间;步骤2:对工作流中的各任务基于子截止时间进行排序,从而形成一个有序的任务队列;步骤3:依次为任务队列中的每个任务分配虚拟机,使其满足截止时间约束且成本降低。该工作流调度方法有效地控制了工作流的完成时间并优化了成本。
-
公开(公告)号:CN111913800B
公开(公告)日:2022-07-19
申请号:CN202010678367.4
申请日:2020-07-15
Applicant: 东北大学秦皇岛分校
Abstract: 本发明的基于L‑ACO的云中微服务成本优化的资源分配方法,包括:将整个组合服务的完成服务最后期限分配给每一个任务,计算每一个任务的概率向上秩,形成子最后期限;把概率向上秩作为蚁群中的启发式信息,进行迭代计算,迭代计算过程中信息素权重、启发式信息权重和信息素挥发率进行动态更新,根据迭代过程中的局部最优解来更新信息素轨迹;根据子最后期限,依次为每个任务的执行者,即服务实例选择满足其子最后期限的资源配置,找出成本优化的全局最优解。该方法针对一组特定的组合服务,在保障服务完成最后期限的前提下,找到一种廉价的为服务实例分配计算资源的方案。调整参数后的算法,有着更低的成本,可更有效的进行资源分配。
-
公开(公告)号:CN113127205B
公开(公告)日:2022-05-17
申请号:CN202110477582.2
申请日:2021-04-30
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开一种云中满足截止时间约束且优化成本的工作流调度方法,包括:步骤1:将云中服务器的整个工作流的截止时间基于δ‑alap分配给每一个任务,从而形成子截止时间;步骤2:对工作流中的各任务基于子截止时间进行排序,从而形成一个有序的任务队列;步骤3:依次为任务队列中的每个任务分配虚拟机,使其满足截止时间约束且成本降低。该工作流调度方法有效地控制了工作流的完成时间并优化了成本。
-
公开(公告)号:CN113127206B
公开(公告)日:2022-03-11
申请号:CN202110477589.4
申请日:2021-04-30
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开一种基于改进蚁群算法的云环境任务调度方法,包括:将整个任务的完成最后期限拆分给若干个子任务,计算每一个子任务的排序参数,并计算子最后期限;将排序参数作为蚁群中的启发式信息,并根据控制信息素动态权重、控制启发式信息动态权重和信息素动态挥发率进行迭代,并根据迭代过程中出现的最优解来更新信息素轨迹;根据子最后期限,依次为子任务选择满足其子最后期限的计算资源。该方法针对部署在云服务器中任务调度,如何为其任务分配计算资源,使其在满足完成任务预设最后期限的前提下,总花费最小。
-
公开(公告)号:CN111913800A
公开(公告)日:2020-11-10
申请号:CN202010678367.4
申请日:2020-07-15
Applicant: 东北大学秦皇岛分校
Abstract: 本发明的基于L-ACO的云中微服务成本优化的资源分配方法,包括:将整个组合服务的完成服务最后期限分配给每一个任务,计算每一个任务的概率向上秩,形成子最后期限;把概率向上秩作为蚁群中的启发式信息,进行迭代计算,迭代计算过程中信息素权重、启发式信息权重和信息素挥发率进行动态更新,根据迭代过程中的局部最优解来更新信息素轨迹;根据子最后期限,依次为每个任务的执行者,即服务实例选择满足其子最后期限的资源配置,找出成本优化的全局最优解。该方法针对一组特定的组合服务,在保障服务完成最后期限的前提下,找到一种廉价的为服务实例分配计算资源的方案。调整参数后的算法,有着更低的成本,可更有效的进行资源分配。
-
-
-
-
-