54、网格用户决策与云计算性能评估

网格用户决策与云计算性能评估

网格用户决策的博弈模型

在当今的网格系统中，用户的自主决策和个体策略对任务调度的累积成本优化有着重大影响。博弈论模型被认为是支持大规模动态网格环境中网格用户决策的有效方法。

遗传算法设置

在全局模块和玩家模块中，针对大型静态和动态基准测试，遗传算法（GA）有不同的设置，如下表所示：
| 参数 | 全局模块 | 玩家模块 |
| — | — | — |
| 执行的遗传代数 | (5 ∗(n)) | (⌈0.5 ∗(n)⌉) |
| 种群大小 | 60 | 20 |
| 中间种群 | 48 | 14 |
| 选择方法 | LinearRanking | - |
| 交叉方法 | Cycle (CX) | - |
| 交叉概率 | 0.8 | 0.8 |
| 变异方法 | Rebalancing | - |
| 变异概率 | 0.2 | - |
| 初始化 | LJFR - SJFR + Random | - |
| 最大耗时 | 500 秒（静态）/ 800 秒（动态） | - |

这些遗传算子的组合是基于经验调整过程确定的。LJFR - SJFR + Random 初始化方法中，随机选择两个个体，这两个个体使用最长作业分配给最快资源 - 最短作业分配给最快资源（LJFR - SJFR）启发式方法生成。在 Linear Ranking 方法中，种群中每个个体的选择概率与其排名成正比。Cycle Crossover（CX）方法中，首先识别等位基因的循环，交叉算子保持循环不变，交换父字符串中的其余段。Rebalanc