Requirement-driven multi-workflow scheduling based on improved evolutionary multitasking embedded bi-level optimization

Mengxia Li

doi:10.1016/j.comcom.2025.108334

Requirement-driven multi-workflow scheduling based on improved evolutionary multitasking embedded bi-level optimization

2025-10-06

0

PRE

AI

DOI：10.1016/j.comcom.2025.108334

原文链接

原文求助

摘要

En 中文

当多个用户共享相同的云服务资源时，云计算使得工作流应用的任务调度更加困难。因此，设计一个能够同时惠及用户和云服务提供商的合适方案至关重要。我们构建了一个双层优化模型来阐释云客户端的合作，以解决这一问题。为了在使用多个进程争夺资源时确保公平性，用户将执行时间和成本相结合作为用户满意度目标，同时协调资源分配以最小化单个工作流执行的时间和成本之间的误差。云服务提供商通过合理且动态地调整价格来最大化其利润。在解决方案方法中，为维持优化过程中的种群多样性，提出了自适应交叉方差概率和种群局部替换策略，这减少了适应性差的个体参与博弈，并加速了种群的收敛。实验结果表明，通过多种数据集验证了模型算法的有效性，并且实现了用户的服务质量与云服务提供商利益的平衡。

Requirement-driven multi-workflow scheduling based on improved evolutionary multitasking embedded bi-level optimization

摘要

期刊

机构

引用论文