作　　者： ; ; ; ;

机构地区： 兰州大学信息科学与工程学院

出　　处： 《计算机研究与发展》 2008年第z1期35-39,共5页

摘　　要： 针对传统的网格任务调度算法存在的缺陷,提出了用分层遗传算法来实现对网格任务调度策略的优化.在构造分层遗传算法时引入了SGA,AGA和CHC算法.SGA采用基本的遗传操作,保证了种群的多样性;AGA对交叉概率和变异概率的动态调整,保证了遗传算法的收敛性;CHC算法强调优良个体的保留,加快了遗传算法的收敛速度;分层遗传算法在吸收了这3种算法优点的基础上进行优化.实验结果表明,分层遗传算法在结果精度和收敛速度上都较其他算法有较大程度的提高. A hierarchical genetic algorithm is proposed to optimize the grid task scheduling strategy. Standard genetic algorithm (SGA), adaptive genetic algorithm (AGA) and CHC algorithm are brought into the hierarchical genetic algorithm. Simple genetic operators are used in SGA to improve the population’s diversity; dynamic cross rate and mutation rate are used in AGA to ensure convergence, and excellent members are reserved in CHC algorithm to increase the speed. The hierarchical genetic algorithm adopts the benefits of the three kinds of algorithms and make some ameliorations to enhance the efficiency. The experiment has proved that quality and efficiency are improved markedly in comparison with other algorithms.

关 键 词： 分层遗传算法 网格任务调度 自适应遗传算法 算法 基本遗传算法

领　　域： [自动化与计算机技术] [自动化与计算机技术]