.png){kind=icon}
返回
Multi-objective scheduling of heterogeneous parallel systems using the VITS algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-07293-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
异构系统被广泛用于实现各种关键服务。资源管理是并行系统中的关键挑战，当系统资源异构时变得更加复杂。从不同方面同时解决资源异构性问题在文献中并未得到太多关注。本研究解决了这一问题，并研究了在异构并行环境中考虑处理速度和成本的multi-objective scheduling（多目标调度）。主要目标是通过完成更多任务来提高系统吞吐量，改善系统盈利能力，并减少总完成时间和运行时间。在异构资源上进行合理的任务分配和调度是实现这些目标的有效方法。本文介绍了一种由扩展禁忌搜索策略改进的向量分配与调度方法。在所提出的方法中（缩写为VITS），首先使用向量方法在异构资源上分配和调度任务。然后，通过扩展禁忌搜索策略改进向量，以获得更好的目标结果。所提出的方法利用多种高效的遗传算法变异方法来产生更好、高质量的解决方案。所提出的算法在多个不同规模的基准文件上进行了模拟和评估，这些文件包含最少100个任务和10个异构资源，最多500个任务和80个异构资源。模拟结果与其他选定的算法进行了比较，包括由遗传算法改进的向量分配方法（VIGA）和模拟退火算法（VISA）。结果评估验证了所提出算法的优越性。通过比较不同测试文件的结果表明，所提出的VITS与VIGA和VISA相比，在任务完成率方面分别平均提高了6.9%和7.7%，在盈利能力方面分别提高了3.8%和5.3%，在总任务完成时间方面分别减少了4%和2.9%，在算法运行时间方面分别减少了66%和500%。
Keyword:
Multi-objective scheduling
Heterogeneous parallel systems
Improved allocation vector
Extended tabu search
Throughput and profitability
Total completion time and runtime
期刊
IF:
2.7
论文数:
1.2K
被引数:
1.0W
机构
引用论文
An Adaptive Scheduler Framework for Complex Workflow Jobs on Grid Systems针对网格系统上复杂工作流作业的自适应调度器框架
PREAI
分享收藏Improved task scheduling in heterogeneous distributed systems using intelligent greedy harris hawk optimization algorithm在异构分布式系统中使用智能贪婪哈里斯鹰优化算法改进任务调度
PREAI
分享收藏An energy-efficient task scheduling method for heterogeneous cloud computing systems using capuchin search and inverted ant colony optimization algorithm基于capuchin搜索和倒蚁群算法的异构云计算系统节能任务调度方法
PREAI
分享收藏An efficient ACO-based algorithm for task scheduling in heterogeneous multiprocessing environments.png)
Array
OAAI
ArrayIF0
OAAI分享收藏
查看更多内容