【云计算】基于格分布方差的多目标云工作流调度算法（中）

基于格分布方差的多目标云工作流调度算法（中）2019-06-17图图44每个每个ParetoPareto最优解的格分布量最优解的格分布量定义8（格分布方差）各维度上格坐标分量方差之和的开方称为格分布方差，计算式如下：设中心点为最靠近原点的点（格分布量最小的点）。Dk越大，表示其对应的Pareto最优解离中心点越远，则格分布方差反映了当前Pareto前端的多样性程度。因此利用格分布方差动态调整平衡开发和开采策略，可进一步提高算法的优化效果。如果格分布方差δ＞阈值c，说明Pareto前端分布较为多样，则采取外部文档自优化策略以提高Pareto最优解的收敛性。反之，说明Pareto前端分布失衡，则采取差粒子自学习策略以提高Pareto最优解的多样性。动态调整算法如算法1所示。算法1动态调整算法输入：外部文档rep，目标维度M输出：当前Pareto前端的状态和采用的进化策略fori=1tonum（rep）do根据式（15）计算第i个粒子M维的格坐标分量；根据式（16）计算第i个粒子的格分布量；endforforj=1toMdo计算第j维上格坐标分量方差；endfor根据式（17）计算外部文档