杨永强, 李淑红

(河南财经政法大学 计算机与信息工程学院, 郑州 450002)

0　引　言

随信息技术的不断发展, 每天的数据呈海量式增长, 而单一计算机无法适应海量数据处理的要求, 该背景下出现了网格系统[1]。网格系统包括了大量异构资源, 它们通过网络协同工作方式形成一台超级虚拟计算机, 实现各种资源的共享。网格系统通过分配资源完成用户提交的任务, 如何对资源进行有效管理, 以最短时间完成用户提交任务显得十分重要, 因此网格任务调度与优化一直是学术界关注的热点[2,3]。

根据网格任务调度策略, 网格任务调度算法可划分为： 静态调度算法和动态调度算法, 其中静态调度算法实现简单, 但由于资源节点的负载具有动态变化特点, 找到的网格任务调度方案往往不是最佳, 调度结果无法令用户满意[4]。相对于静态的网格任务调度算法, 动态调度算法可更好的适应用户任务动态变化特点, 使资源节点的利用更加充分, 但实现比较复杂, 影响网格任务调度的效率, 因此当前网格任务调度算法融合了静态调度和动态调度的优点, 属于混合调度算法[5,6]。网格任务调度是一个NP(Non-deterministic Polynomial)问题, 随人工智能理论研究的不断深入, 出现了基于粒子群算法、 遗传算法以及其改进算法的网格任务调度模型[7-9], 其具有较好的求解速度, 得到了良好的网格任务调度方案[10]。然而这些算法均存在局部最小值缺陷, 难以获得理想的网格任务调度方案, 不能满足网络任务调度的要求[11]。……