塞尔吉奥·内斯马奇诺 异构计算和网格系统中批调度的并行多目标进化算法。 （英语） Zbl 1271.90077号 计算。最佳方案。申请。 55，编号2，515-544（2013）. 摘要：本文提出了六种并行多目标进化算法，用于解决分布式异构计算和网格系统中的调度问题。所研究的进化算法遵循显式多目标方法，同时优化与系统相关（即makespan）和与用户相关（即flowtime）的目标。为了有效地解决该问题，开发了所提方法的并行模型。实验分析表明，所提出的进化算法在解决标准和新的大型问题实例时能够有效地计算出准确的结果。所提方法的最佳性能优于确定性调度启发式和以前应用于该问题的单目标进化方法。 MSC公司： 90C29型 多目标规划 90 C59 数学规划中的近似方法和启发式 90B35型 运筹学中的确定性调度理论 关键词：多目标进化算法；平行度；异构计算；网格；行程安排 软件：j金属；MOCell公司；JCell公司；SPEA2公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Nesmachnow}，计算。最佳方案。申请。55，第2号，515--544（2013；Zbl 1271.90077） 全文： 内政部 参考文献： [1] 亚伯拉罕。；Buyya，R。；Nath，B.，《计算网格上调度作业的自然启发法》，45-52（2000） [2] 亚伯拉罕。；刘，H。；Grosan，C。；Xhafa，F.，《自然启发的网格调度元神经科学：单目标优化方法》，第146、247-272号（2008），柏林·Zbl 1153.68333号 ·doi:10.1007/978-3-540-69277-5_9 [3] 并行元启发式：一类新的算法。Wiley Interscience，纽约（2005）·邮编1094.90052 ·doi:10.1002/0471739383 [4] Alba，E.，Dorronsoro，B.：细胞遗传算法。运筹学/计算机科学接口，第42卷。斯普林格，海德堡（2008）·Zbl 1211.90006号 [5] Alba，E.，Tomassini，M.：并行性和进化算法。IEEE传输。进化。计算。6(5), 443-462 (2002) ·doi:10.1109/TEVC.2002.800880 [6] 阿里，S。；Siegel，H。；Maheswaran，M。；阿里，S。；Hensgen，D.，异构计算系统的任务执行时间建模，185（2000），华盛顿 [7] Arroyo，J.，de Souza，A.：多目标置换流水车间调度问题的GRASP启发式算法。国际先进制造技术杂志。55, 741-753 (2011) ·doi:10.1007/s00170-010-3100-x [8] Bäck，T.，Fogel，D.，Michalewicz，Z.（编辑）：进化计算手册。牛津大学出版社，伦敦（1997）·Zbl 0883.68001号 [9] Berman，F.，Fox，G.，Hey，A.：网格计算：实现全球基础设施。威利，纽约（2003） [10] Braun，T.、Siegel，H.、Beck，N.、Bölöni，l.、Maheswaran，M.、Reuther，A.、Robertson，J.、Theys，M.，Yao，B.、Hensgen，D.、Freund，R.：将一类独立任务映射到异构分布式计算系统的十一种静态启发式比较。《并行分布计算杂志》61（6），810-837（2001）·Zbl 0990.68013号 ·doi:10.1006/jpdc.2000.1714 [11] Chandrasekaran，S。；Ponnambalam，S。；苏雷什，R。；Vijayakumar，N.，flowshop调度的多目标粒子群优化算法，以最小化完工时间、总流程时间和完工时间方差，4012-4018（2007） [12] Chiang，T.，Cheng，H.，Fu，L.：NNMA：解决多目标置换流水车间调度问题的有效模因算法。专家系统。申请。385986-5999（2011年）·doi:10.1016/j.eswa.2010.11.022 [13] Chitra，P.，Rajaram，R.，Venkatesh，P.：混合进化多目标优化算法在解决异构系统任务调度问题中的应用和比较。申请。软计算。11(2), 2725-2734 (2011) ·doi:10.1016/j.asoc.2010.11.003 [14] Coello，C.、Van Veldhuizen，D.、Lamont，G.：解决多目标问题的进化算法。Kluwer学术，纽约（2002）·Zbl 1130.90002号 ·doi:10.1007/978-1-4757-5184-0 [15] 法尔科，I。；Della Cioppa，A。；Maisto，D。；美国斯卡夫里。；Tarantino，E.，网格中有效映射的多目标极值优化算法，第58期，367-377（2009），柏林 [16] Deb，K.：使用进化算法的多目标优化。奇切斯特·威利（2001）·Zbl 0970.90091号 [17] Deb，K。；阿格拉瓦尔，S。；普拉塔布，A。；Meyarivan，T.，用于多目标优化的快速精英非支配排序遗传算法：NSGA-II，No.1917，849-858（2000），柏林·doi:10.1007/3-540-45356-383 [18] Dorronsoro，B。；Bouvry，P。；Cañero，J。；Maciejewski，A。；Siegel，H.，网格上独立任务的多目标鲁棒静态映射，3389-3396（2010）·Zbl 1278.70019号 [19] Durillo，J.、Nebro，A.、Luna，F.、Dorronsoro，B.、Alba，E.：jMetal：开发多目标优化元启发式的Java框架。技术代表ITI-2006-10，马拉加大学（2006） [20] Durillo，J。；内布罗，A。；Luna，F。；Alba，E.，并行化NSGA-II的主从方法研究，1-8（2008） [21] El-Rewini，H.、Lewis，T.、Ali，H.:并行和分布式系统中的任务调度。普伦蒂斯·霍尔，纽约（1994） [22] Eshaghian，M.：异构计算。诺伍德（Norwood），阿泰奇宫（Artech House）（1996）·Zbl 0867.68041号 [23] Eshelman，L.，CHC自适应搜索算法：在进行非传统基因重组时如何进行安全搜索，265-283（1991），San Mateo [24] Foster，I.和Kesselman，C.：网格：未来计算基础设施的蓝图。Morgan Kaufmann，圣马特奥（1998） [25] Freund，R.、Sunderam，V.、Gottlieb，A.、Hwang，K.、Sahni，S.：异质加工专题。J.平行分布计算。21(3), 255-256 (1994) ·doi:10.1006/jpdc.1994.1057 [26] Garey，M.，Johnson，D.：计算机与难治性。弗里曼，纽约（1979）·Zbl 0411.68039号 [27] Guo，S.，Huang，H.，Wang，Z.，Xie，M.：考虑故障恢复的网格服务可靠性建模和优化任务调度。IEEE传输。Reliab公司。60(1), 263-274 (2011) ·doi:10.1010/TR.2010.2104190 [28] Izakian，H。；亚伯拉罕。；Snasel，V.，《异构分布式环境中调度独立任务的启发式比较》，8-12（2009），纽约·doi:10.1109/CSO.2009.487 [29] 雅各布，W。；昆特，A。；Stucky，K.U。；Sub，W.，《使用混合进化算法将作业快速多目标调度到受限资源》，第5199号，1031-1040（2008），柏林·doi:10.1007/978-3-540-87700-4_102 [30] Knowles，J.，Corne，D.：使用Pareto存档进化策略近似非主导前沿。进化。计算。8(2), 149-172 (2000) ·doi:10.1162/10636560056868167 [31] Knowles，J.，用于可视化随机多目标优化器性能的总结性成果曲面绘制方法，波兰弗罗茨瓦夫·doi:10.1109/ISDA.2005.15 [32] 科莫，P。；斯纳塞尔，V。；柏拉图，J。；亚伯拉罕。；Ezakian，H.，《通过差异进化进化独立任务的进化时间表》，第329、79-94号（2011年）·doi:10.1007/978-3-642-16793-54 [33] Kurowski，K。；Oleksiak，A。；Witkowski，M。；Nabrzyski，J.，《可持续计算环境的分布式电源管理和控制系统》，365-372（2010）·doi:10.1109/GREENCOMP.2010.5598291 [34] Kwok，Y.，Ahmad，I.：将定向任务图分配给多处理器的静态调度算法。ACM计算。Surv公司。31(4), 406-471 (1999) ·doi:10.1145/344588.344618 [35] Lenstra，J.，Shmoys，D.，Tardos，E.：调度无关并行机的近似算法。数学。程序。46, 259-271 (1990) ·Zbl 0715.90063号 ·doi:10.1007/BF01585745 [36] Leung，J.，Kelly，L.，Anderson，J.：调度手册：算法、模型和性能分析。CRC出版社，博卡拉顿（2004）·兹比尔1103.90002 [37] 廖，X。；邓，J。；Li，X.，带多准则优化的约束流车间进化算法，904-908（2008） [38] 内布罗，A。；Durillo，J。；Luna，F。；Dorronsoro，B。；Alba，E.，《多目标细胞遗传算法中的设计问题》，第4403号，第126-140页（2007年），柏林·doi:10.1007/978-3-540-70928-2_13 [39] Nebro，A.、Durillo，J.、Luna，F.、Dorronsoro，B.、Alba，E.：MOCell：用于多目标优化的细胞遗传算法。《国际情报杂志》。系统。24（7），726-746（2009）·Zbl 1176.90552号 ·doi:10.1002/int.20358 [40] Nesmachnow，S.，Una version paralela del algoritmo evoltivo para optimización multiobjetivo NSGA-II，1933-1944（2004） [41] Nesmachnow，S。；Iturriaga，S.，《使用并行微进化算法在分布式异构计算和网格环境中进行多目标调度》，134-141（2011），纽约·doi:10.1109/3PGCIC.2011.29 [42] Nesmachnow，S.、Cancela，H.、Alba，E.：具有进化算法的异构计算调度。软计算。15(4), 685-701 (2010) ·doi:10.1007/s00500-010-0594-y [43] Nesmachnow，S.、Cancela，H.、Alba，E.：用于异构计算和网格调度的并行微进化算法。申请。软计算。12（2），626-639（2012）·doi:10.1016/j.asoc.2011.09.22 [44] 佩蒂，C。；Bäck，T.（编辑）；Fogel，D.（编辑）；Michalewicz，Z.（编辑），扩散（细胞）模型（1997），伦敦 [45] Rabanimotlagh，A.：多目标流水车间调度问题的高效蚁群优化算法。世界科学院。科学。，工程技术。75, 128-133 (2011) [46] Reichelt，D。；Mönch，L.，并行批处理机器上具有不相容族的作业的多目标调度，209-221（2006）·Zbl 1401.90082号 ·doi:10.1007/111730095_18 [47] 里奇，G。；Levine，J.，异构计算环境中调度独立作业的混合蚂蚁算法，178-183（2004） [48] Rodríguez，A.，Nesmachnow，S.：MOE：多目标控制算法进化。乌拉圭共和国大学工程学院技术代表RT 09-21（2009）（西班牙语） [49] Salcedo-Sanzm，S.，Xu，Y.，Yao，X.：异构计算系统中任务分配的混合元神经算法。计算。操作。第33（3）号决议，820-835（2006）·Zbl 1088.90029号 ·doi:10.1016/j.cor.2004.08.010 [50] Wen，Y.，Xu，H.，Yang，J.：一种基于启发式的混合遗传-变量邻域搜索算法，用于异构多处理机系统中的任务调度。信息科学。181, 567-581 (2011) ·doi:10.1016/j.ins.2010.10.001 [51] Xhafa，F.，计算网格作业调度的混合进化启发式算法，第75期（2007） [52] Xhafa，F.，Carretero，J.，Abraham，A.：网格计算系统中基于遗传算法的调度器。国际J.Innov。计算。信息控制3（5），1-19（2007） [53] Xhafa，F.，Alba，E.，Dorronsoro，B.，Duran，B.：使用细胞记忆算法在网格中进行高效的批处理作业调度。数学杂志。模型。算法7（2），217-236（2008）·Zbl 1140.68011号 ·doi:10.1007/s10852-008-9076-y [54] Xhafa，F。；Carretero，J。；E.阿尔巴。；Dorronsoro，B.，分布式环境中作业调度禁忌搜索方法的设计与评估，1-8（2008），纽约 [55] Ye，G。；Rao，R。；Li，M.，网格环境下基于遗传算法的多目标资源调度方法，504-509（2006），纽约 [56] Yu，J。；Kirley，M。；Buyya，R.，网格上工作流执行的多目标规划，10-17（2007） [57] 钟，L。；长，Z。；张杰。；Song，H.，计算网格中作业调度的有效模因算法，第86期，650-656（2011），柏林·doi:10.1007/978-3-642-19853-396 [58] Zitzler，E.，Laumanns，M.，Thiele，L.：SPEA2：改进帕累托进化算法的强度。瑞士联邦理工学院计算机工程和网络实验室技术代表103（2001年） [59] Zomaya，A.，Teh，Y.：关于使用遗传算法进行动态负载平衡的观察。IEEE传输。平行配送系统。12(9), 899-911 (2001) ·数字对象标识代码：10.1109/71.954620 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。