迁移工作流系统中基于遗传算法的服务主体优选机制

摘要

本文根据迁移工作流的概念模型和迁移工作流系统参考框架，基于遗传算法和Pareto优化方法对停靠站服务器的服务主体优选机制进行了研究，提出了一个使工作位置多资源负载均衡的算法。 该算法首先建立了服务主体优选的数学模型，构造了问题的多目标函数，并利用遗传算法对迁移域中的工作机状态进行编码；遗传算法的优化结果可能引起正在运行的迁移实例脱离其迁移域，提出了编码固定点的概念，以保证相应迁移实例的服务主体不发生变化;随后给出了适应迁移工作流特点的初始种群的构造方法以及相应的选择、交叉、变异等操作算子。 但是，上述方法把多目标问题单一化，得到的解可能引起较多的迁移实例进行二次迁移，反而增加系统负载。继而采用Pareto方法对算法进行了优化：首先使用Pareto基于排序的适应度函数代替原来的适应度函数，并使用与此适应度函数相匹配的选择算子；然后在算法过程中增加了Pareto最优解集和精英保留策略，并给出了排除非法解和选择决策方案的算法过程，确保算法结果最优。 比较基于Pareto遗传算法的服务主体优选机制和抽取权因子的模糊评判算法的实验运行结果，可以看出该算法能够很好的实现多资源的负载均衡，提高系统性能和资源利用率。

目录

文摘

英文文摘

原创性声明和关于论文使用授权的说明

第1章绪论

1.1课题研究背景和意义

1.2课题研究内容与现状

1.3论文创新点

1.4本文的组织结构

第2章相关的研究工作

2.1遗传算法简介

2.1.1遗传算法基本概念

2.1.2多目标优化问题

2.2负载均衡问题

2.2.1负载均衡的概念

2.2.2网络负载均衡常用的方法

2.3本章小结

第3章迁移工作流管理系统

3.1工作流管理系统

3.1.1工作流管理系统概念

3.1.2工作流管理系统的分类

3.1.3工作流技术的现状和发展趋势

3.2移动Agent技术

3.2.1移动Agent概念

3.2.2移动Agent的主要优点

3.2.3移动Agent与工作流管理系统

3.3迁移工作流管理系统

3.3.1迁移工作流定义

3.3.2迁移工作流系统框架

3.3.3停靠站服务器体系结构

3.3.4停靠站服务器任务派遣机制

3.3.5现有的服务主体优选机制

3.3.6工作位置负载均衡问题

3.4本章小结

第4章基于Pareto遗传算法的服务主体优选机制

4.1问题描述

4.2服务主体优选的数学模型

4.3遗传算法设计

4.3.1迁移实例的编码

4.3.2染色体种群初始化

4.3.3适应度函数设计

4.3.4选择操作

4.3.5交叉操作

4.3.6变异操作

4.4 Pareto优化

4.4.1适应度函数优化

4.4.2选择操作优化

4.4.3 Pareto解集和精英保留策略

4.4.4排除非法解

4.4.5选择决策方案

4.5 Pareto遗传算法过程

4.6本章小结

第5章算法举例及性能分析

5.1算法举例

5.2算法性能分析

5.2.1终止条件的选择

5.2.2遗传算法优点的发挥

5.2.3多资源负载均衡的实现

5.2.4调度倾泻的避免

5.3本章小结

第6章结束语

参考文献

致谢

攻读硕士期间发表的学术论文目录

在读期间参与科研项目情况

所获奖励