基于信息熵的混沌遗传算法求解网格工作流调度问题

Abstract The main ideas of the grid development is using computing resources effective which distributed in all over the world. Ingrid environment the work is described by many interdependent tasks so the workflow scheduling will meet enormous challenges. Thisarticle puts forward an improved chaos genetic algorithm to solve the problem of scheduling optimization in the workflow application. It usesthe concept of entropy dynamically adjust crossover and mutation probability to optimize the traditional genetic algorithm and finally theexperimental results shows the effectiveness of the algorithm.院网格计算 工作流调度 混沌遗传算法 熵Key words grid workfolw workflow scheduling chaos-genetic algorithms entropy中图分类号院TP393 文献标识码院A 文章编号院1006-4311（2014）01-0194-030 引言网格工作流调度问题不同于一般的任务调度，在调度时不仅要考虑为任务选择一个最佳资源，还要考虑各个任务之间的时序与因果关系等一系列的约束条件，以及协调各个任务的执行来达到最终的目标，这种调度集中于多元化相互依存的管理任务的执行及映射1。网格工作流调度问题中，在既定的工艺流程下，每一个任务有不同的服务器或机器可供选择，它们完成时间不同，且一个服务器上可能同时有不同的任务需要执行，它类似于柔性流水车间调度问题，相比于传统车间调度问题它更加复杂，大大增加了调度的灵活性，更符合生产的实际情况2，3。在现代