基于Seq2Seq模型的工作流动态调度多目标进化算法

摘要：

将数据处理类工作流在云计算环境下的调度问题建模为动态多目标优化问题,同时为了解决静态多目标优化算法在环境参数动态变化下可能出现的种群多样性缺失问题,在NSGA-Ⅱ算法的基础上结合Seq2Seq深度学习模型,提出了DNSGA-Ⅱ-Seq2Seq算法,算法通过Seq2Seq模型学习连续历史环境下局部最优解的变化规律,在环境变化时预测新的解并将其加入NSGA-Ⅱ算法的种群中,以解决多样性缺失问题,同时加速算法收敛.在改进的WorkflowSim上进行的实验表明,与其他经典的算法相比,DNSGA-Ⅱ-Seq2Seq算法预测的解和最终结果在多项指标上均优于其他算法,验证了算法的有效性.

关键词：工作流调度、Seq2Seq模型、动态多目标优化算法、DNSGA-Ⅱ-Seq2Seq算法

所属期刊栏目：55

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：35-41