| 基于MapReduce模型带准备时间的平行机调度优化 |
| |
| 作者姓名： | 黄基诞 郑斐峰 徐寅峰 刘明 |
| |
| 作者单位： | 1. 东华大学 旭日工商管理学院, 上海 200051;2. 同济大学 经济与管理学院, 上海 200092 |
| |
| 基金项目： | 国家自然科学基金重点项目（71832001）;国家自然科学基金（71771048,71571061,71531011,71571134,71428002）;国家社会科学基金（17BJY158）;东华大学非线性科学研究所及中央高校基金业务费基地项目 |
| |
| 摘 要： | 研究了一类基于MapReduce模型的平行机调度问题.每个工件包含Map和Reduce两道加工工序,Map工序可以分割为若干个子任务,并且在多台平行机上同时并行加工,Reduce工序只有在该工件的所有Map工序的子任务加工完成后才能进行,而且Reduce只能在一台机器上加工且不可中断.结合工件具有释放时间和加工准备时间等约束,以最小化最大完工时间为目标,构建了混合整数规划模型,并设计了采用差分变异策略和逐维Levy扰动机制的改进正弦余弦算法来求解该模型.最后,利用数值仿真实验与标准正弦余弦算法及遗传算法进行对比,实验结果表明,运用改进正弦余弦算法求解的结果与下界值的平均相对偏差GAP为3.02%,较标准正弦余弦算法以及遗传算法的效果提升显著,显示了该改进算法的有效性.
|
| 关 键 词： | 平行机调度 MapReduce 准备时间 正弦余弦算法(SCA) |
| 收稿时间： | 2017-12-09 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
