满足帕累托最优的多目标云工作流调度算法

摘要

为了同步考虑用户的任务QoS需求和云资源提供方的收益,提出一种云环境中满足帕累托最优的多目标最优化DAG(Directed Acyclic Graph)粒子群算法MODPSO(Multi-objective DAG Particle Swarm Optimization).综合考虑任务执行跨度、执行代价与执行能耗的三目标同步最优化,设计基于DVFS的离散PSO调度优化方法.重新定义PSO的种群粒子进化过程和更新规则,进而得到多目标优化工作流调度解.通过人工合成工作流和现实科学工作流进行仿真测试,并对算法性能进行分析.结果表明,该算法可以通过非支配集的方式实现冲突多目标的调度优化求解.在满足用户QoS的同时,得到最优解的Pareto边界集,实现调度性能与系统能耗的均衡.