论文部分内容阅读
云计算的影响正与日俱增，这项新兴的科技吸引了广泛的关注是因为它具有其它任何科技所没有的优点。 转移科学工作流到云环境中，可以使得世界上不同地方的科学家像一个团队一样的工作。不像网格计算，它只是工作于一个特殊的环境。 因为NSGAⅡ算法被认为是当前处理两个冲突目标的一种很有效的算法，所以我们期望使用它能在调度性能上有所提高。该方法的主要优点是它能够比其它进化方法更快的收敛。 在该研究中，我们提出了一种云环境中科学工作流的新调度算法。它的目标是在限定的截止时间和预算约束条件下，把工作流任务调度到可用的云资源上。 我们设计了一个新的云环境中的工作流调度模型，我们把它称为双标准优先级算法(BCP)。融合HEFT算法和NSGA-Ⅱ算法来解决工作流的优先级和调度优化问题。我们提出的方法的一个优点是，它可以处理对用户来说同等重要的两个冲突的目标（成本和性能）。 我们提出的算法主要目标是最小化执行成本和执行时间。并通过仿真四种不同现实世界中的工作流应用和与基于粒子群优化的双标准优先级算法(BPSO)进行比较，来对我们提出的算法进行评估。 仿真结果表明，在相同的截止时间和预算约束，并使用相同的价格模型的条件下，我们的性能调度算法要优于BPSO算法。 我们提出的算法按照归一化的调度成本标准要优于BPSO算法。而且，实验结果表明BCP算法与BPSO算法相比，具有更快的收敛速度。