| 主权项 |
一种基于量子粒子群优化算法的多目标工作流动态调度方法，其特征在于，包括如下步骤：步骤10，输入用户提交的工作流以及用户的QoS请求，获取各个任务、任务间的数据依赖关系以及每个任务对应的数据大小，获取QoS请求中的{TQoS，CQoS，RAQoS}，其中TQoS，CQoS，RAQoS分别表示用户对时间、成本和可靠性的QoS请求值，初始化任务执行的总时间Ttotal=0，总成本Ctotal=0以及总可靠性RAtotal=0；步骤20，广播由步骤10所得的工作流中任务集V中各任务计算所需的资源R={r1,r2,…,rn}，各个云提供商发布包含这些资源的虚拟机VM={VM1，VM2，…，VMm}当前状态信息VMj（vj,pj,fj），其中，vj、pj、fj分别为VMj的运行速度、运行价格和失效率；并提供VM与VM间的传输数据信息Trk1k2（vtrk1k2，ptrk1k2），其中vtrk1k2表示传输速度，ptrk1k2表示传输价格；步骤30，设定一个待执行任务集合V’，将父任务已经执行完毕的子任务或没有父任务的任务放入V’中，针对V’中的每个任务，根据虚拟机当前状态信息以及虚拟机间的传输速度，利用任务需要执行的数据量，对V’中的任务调度设定时间、成本和可靠性的目标函数，所述目标函数中根据用户对时间、成本和可靠性的偏好进行权重运算，所述任务需要执行的数据量包括父任务传输给当前任务的数据量和当前任务自身的数据量；步骤40，根据步骤30中获得的目标函数，采用QPSO优化算法为V’中的任务选择当前最适宜的虚拟机；步骤50，当经过步骤40的QPSO优化算法获取当前最适宜虚拟机后，将V’中的任务分配到相应虚拟机上执行，并获取V’中任务执行的实际总执行时间T、总成本C和总可靠性R，选取其中最大的执行时间作为这次V’中任务执行的总时间T，将每个任务的执行成本之和作为本次V’中任务执行的总成本C，将每个任务的可靠性之积作为本次V’中任务执行的总可靠性R，并将它们累计到Ttotal、Ctotal和RAtotal中；步骤60，根据步骤50得到的Ttotal、Ctotal和RAtotal，判断是否Ttotal≤TQoS&&Ctotal≤CQoS&&RAtotal≥RAQoS，如果不满足上式，则记录违反QoS请求的行为；步骤70，获取任务的完成状态，如果有任务的父任务已经全部完成，则更新待执行集合V’；然后根据当前网络负载更新虚拟机间的传输速度，并根据当前虚拟机的负载更新虚拟机的运行速度；步骤80，当待执行集合V’中还有任务未完成时，根据最新的虚拟机当前状态信息和虚拟机间的传输数据信息，再次执行步骤40直至V’中不存在待执行的任务。 |
