1、网格计算工作流运行时间优化算法解析

网格计算工作流运行时间优化算法解析

1. 引言

在网格计算环境中，许多用户如气象预报员、汽车生产商等，需要在特定时间内获取计算结果，并愿意为此付费。这种需求需通过服务水平协议（SLA）在用户和网格提供商之间达成一致。SLA 明确了资源需求、服务质量和成本等，是下一代网格的必要条件。

然而，让网格工作流所有者直接与资源提供商合作存在弊端：
- 用户需具备复杂的资源发现和映射工具来寻找合适的资源提供商。
- 用户要管理工作流，包括监控运行过程和处理错误事件。

为解决这些问题，引入了 SLA 工作流代理。代理代表用户执行工作流，包括子作业到资源的映射、与服务提供商签订 SLA、监控和错误恢复等。代理完成工作流执行后，结算账目、支付服务提供商并向用户收费，利润源于差价。

之前提出的 w - Tabu 算法，通过创建广泛分布于搜索空间的参考解决方案集，利用禁忌搜索寻找局部最小解。但该算法仅搜索参考解周围区域，可能遗漏包含优质解的区域，导致解的质量不够高。因此，本文提出新算法以提高映射解的质量，主要贡献包括：
- 基于遗传算法的 w - GA 算法，根据工作流特点改变交叉和变异操作机制，以找到比标准 GA 算法更好的解。
- 分析 w - GA 算法与 w - Tabu 算法的优缺点，并通过实验评估 w - GA 算法的性能和运行时间。
- 提出组合算法 w - TG，实验表明该算法找到的解比 w - Tabu 算法好约 9%。

2. 问题陈述

2.1 基于网格的工作流模型

系统采用有向无环图（DAG）形式，用户需指定运行每个子作业所需的资源、子作业间的数