[基于改进遗传算法的网格资源调度研究]遗传算法matlab程序

摘 要本文借鉴了面向分组的调度算法的优点，深入分析了遗传算法中编码串各个位的权重特点及个体的模式规律，对传统遗传算法进行了改进，新的算法具有面向分组、有针对性、同时又能够借助优良个体特征模式进行变异的特征，所以能够自适应地、并且有方向性地进行变异，从而增加了种群的多样性、提高了收敛速度。通过在本文后面的对比实验，证明了当标准遗传算法（GA）调度算法与改进遗传算法（MGA）同时应用在相同（资源数和任务数相同）的网格调度系统中时，后者使网格调度的总体响应时间有了明显的减少；并且当调度的规模增大时，具有更好的性能。

关键词网格调度；遗传算法；GridSim；GridBroker；仿真

1网格资源调度简介

在网格系统中，调度是其重要的组成部分，它要根据任务信息采用适当的策略把不同的任务分配到相应的资源结点上去运行。由于网格系统的异构性和动态性，以及运行于网格系统之中的应用程序对于资源的不同需求，使得资源调度变得极其复杂[1][2]。

一般的网格资源调度问题已被证明是一个NP完全问题[3][4]，因此引起了更多学者的关注，成为目前网格计算研究领域中的一个焦点[5]。

11 网格调度数学模型

该数学模型定义调度算法的主要术语，不假设不支持抢先调度。并且该模型是针对已经分解的应用，即假设应用已经分解成N个任务，这些任务之间的关系分为两种情况，即有依赖和没有依赖。为说明问题，本文只讨论简单的无依赖的情况，数学模型假设所有的机器都是调度器可以控制的，多个任务不能在同一个计算节点之上并发执行。

（1）自治域中存在着多个市场，每个市场可以看作是一个虚拟组织。借助文献[6]中的面向分组的思想，将多个任务相似的任务归类到相同的分组。

（2）自治域内网格节点间通信延迟较小；在本文中的一个创新想法的出处来自于文献[6]的面向粗粒度的调度算法，在面向粗粒度的调度中，运用了一种分组调度策略，将相似作业进行分组，再将分组提交到合适的运算资源。在建立模型的时候，在此思想的基础之上，引入分组的思想，有效地把遗传算法和分组（分区）结合起来，经本文后面部分的模拟实验验证，是一种有效可行的方法。

（3）网格自治域中的节点数维持在一个恒定的水平上；

由以上分析，抽象出如数学公式12所示：

公式12

12 抽象调度数学模型

h≥0 //任务j的需求量要大于0；

以上式中，N为一个市场（虚拟组织）中计算资源的个数；M为任务的个数；变量i用于指示网格计算资源；变量j用于指示任务；变量k用于指示评价指标；为任务j到计算资源i的单位运输成本；为任务j的需求量；为第k项因素在选择模型中的影响权重，在本文中它是由专家意见以及经验预测等获得的权重值；为整数变量，当=1时，表示第i个计算资源被选中，反之当=0时，表示未被选中。

2基于MGA的网格资源调度

21 改进遗传算法（MGA）

本文在深入研究了基于传统遗传算法后[7]，提出了一种面向分组的，并且基于优良个体特征方向来变异的变异算子。这样，可以改进传统遗传算法的一些缺陷，使其能够有目的地、自适应地、有方向地进行变异，以此增加种群的多样性并提高其收敛速度。

211 理论来源

在“模式定理”及“积木块假设”基础上，本文认为每一个个体之所以能够保持其优良与否的地位，原因就是其模式中具有一些一定的特征，对一般的二进制和级连交叉二进制编码来说，码的前面部分的变动使该个体在解空间内移动的范围(距离)比较大，而后面部分段却恰恰相反，它们只能使得个体的解空间在该个体附近稍作变动。

比如：在1011中，从左至右阶码分别为8，4，2，1，所以如果最左边的1变为0的时候，解空间的变化幅度就是8。而同是从1变为0，在最右边的1所能引起的解空间变化幅度是1。

所以，可以先找出一定的优良个体，然后从这些优良个体中提取一些特征模式，建立起来小环境，接下来让这些优良个体通过小（范围）区间的变异寻优，对于那些劣质个体，就需要借鉴优良个体的特征模式从而来进行较大区间的变异。实现有目的、带权重的变异。

212 总体思路

若有两个染色体：

A＝()

B=()

＝（）

则分段海明距（Segment-Hamming）：

只取染色体部分编码来计算两个体的海明距离。对种群进行交叉 *** 作后，从中选取一定数量的优良个体建立小环境。

通过上面的分析，可以看出，前段的编码对个体影响相对较大，因此，取前面一部分的编码用来计算两个体的分段海明距离。用这种方式来比较两个体是否在同一个小环境中，若有两个个体分段海明距离为零，则认为这样的个体是在同一小环境中，则只取其中一个作为这个小环境的代表。通过对种群中提出一定数量的这样的优良个体，能够建立起若干个小环境。对于这些小环境，在每个局部范围内进行变异搜索，采用后段编码进行穷举变异，找到每个小环境局部的最优(当然全局最优可能在其中)。

具体方法如下；如编码长为12位，若为111111111010，取分段海明距离为8(指前段，即加了下画线的那一段不作变异)，那么后面的4位码长可能就有24个个体，即从0000到1111，我们穷举这些个体(111111110000～111111111111)计算每一个的适应度，找出它们中的最优。

●适应度函数

本文模型是一个求最大值问题，为此建立如下适应度函数：

公式212适应度函数公式

其中，是网格调度的数学模型公式，其形式见12节。是是到当前所有代的最小值，且随着代数变化。

22 资源调度实现过程

由上节中的数学模型知：设参与调度的任务集合为S，S={S[0]，S[1]，…S[N-1]}，其中N为任务的总数，参与调度的异构机器集合为H，H={H[0]，H[1]，…H[M-1]}，其中M为机器的数量。如果我们以调度长度为优化性能指标，则任务分配与调度的目标是将这N个计算机任务分配给这M个资源并安排好它们的执行顺序，使整个任务的完成时间最短。

设计网页的网格方法1

第一种方法使用GuideGuide卡梅伦McEfee建立垂直列。这Photoshop插件被认为是处于测试阶段，但是从我与它的经验的一切工作得很好，甚至有谈GuideGuide2的发布，其中将包括更多的功能。GuideGuide页面上可以找到安装说明。还有一个使用它的视频教程是由罗素布朗一起在Adobe。

成立于5秒您的网格

确定利润率列和排水沟宽度，数量。然后点击“创建指南”。

如果你设计样稿的画布宽，做快速的数学运算，使保证金长度要限制你的960像素的网格允许。例如，如果在画布是1200像素宽，然后左，右边缘将每个120像素。

例如12列设置为120像素的20万像素的排水沟和利润率。

您还可以设置基线网格这样，但你最终很多导游。一个更好的选择可能是方法上的一个有特色的的迈克贵金属的方法及工艺视频

方法和工艺的可扩展的基线网格

这里是一个步骤的简要介绍设立一个可扩展的基线网格。

建立网格的基准值，然后创建您的图案模板。基线网格是由领先的正文中（或行高）。例如，如果您的设计的主体副本是在13点Helvetica，在18分的领先，那么你将成立一个18像素的基线网格。

创建一个Photoshop文件，该文件是您的基线网格的高度，填补了底部的像素，并留下其余的像素透明。在这种情况下，画布的尺寸将1个像素宽和18像素高。

“全选”，然后保存为一个新的模式。您可以通过编辑→定义图案

转到调整图层→模式，并选择新创建的网格图案。

根据需要，调整不透明度。

列和基线网格1的方法的一个例子。

优点

你会得到一个可选的基线网格，您可以使用独立的垂直的柱网。基线网格，可以创建视觉上的混乱，当在顶部的设计样稿奠定。使用这种方法，它可以只在需要时进行切换。

如果你喜欢使用您的网格指南，这是更好的解决方案。

您可以隐藏和显示网格通过一个简单的快捷方式。

缺点

使用垂直参考线来标记文档中的其他元素，可很难，因为你可能会混淆他们与电网。

方法2相比，网格你的选择是不具体或全面（如设置的横向模块的高度）。

数学网格线的确定，不一定会配合像素网格。这意味着你的导游，可以在某些情况下，下降不均，并最终被定位实际像素的中间。

这种方法需要两个独立的进程相比只是一种方法，即将来创建一个垂直和基线网格，。

设计网页的网格方法2

模块化网格模式是所有功能于一身的的网格解决方案。该工具创建一个垂直的柱状网格和基线网格所有作为一个模式。采用模块化的网格模式有两种方法：

除了对Photoshop的应用程序面板，这也适用于烟花，GIMP和微软Expression设计。请注意，您必须有最新的软件（AdobeCS5或等值的其他应用程序之一中）和本小组的互联网连接工作。话虽这么说，如果您已经创建了一个模式，并将其保存在资料库中，然后你就可以访问它，而无需任何其他。

Web应用程序

浏览器，Firefox，Safari和Opera。Web应用程序使您可以创建一个网格模式和所有格式的浏览器直接下载。

无论你选择，随便挑一个模块的宽度，排水沟宽度和基线数量，以及模块化的网格模式，没有休息。您也可以指定一个水平模块的高度。

全息透镜作为一种高匹配的增强现实眼镜，已经广泛应用于工业甚至军事领域。但这一次，陀螺君居然在HoloLens上看到了游戏应用的出现，让佩戴者用皮卡丘框起来。这是上周在IT活动Ignite 2021上，微软与任天堂合作展示的Pokemon Go的HoloLens版本。这个版本和以前的手机版本不一样。玩家可以直接与宠物精灵互动，两个玩家可以在现实中相遇，看到对方的宠物精灵，进行宠物精灵之战。相比口袋妖怪Go，微软对黑科技“全息传输”的复制更引人注目，微软技术研究员基普曼通过全息投影出现在会场。

什么是微软Mesh？

Mesh作为Azure支持的新的混合现实平台，是微软在这次会议上正式推出的。据微软称，这将简化多用户XR应用程序的创建。我们可以把Mesh理解为微软为开发者创建多人XR应用提供的开发工具。Mesh平台允许不同物理位置的人通过不同类型的设备，以虚像甚至全息投影的形式进行协作和分享，投射出最真实的自己与MR世界的人交流，就像与现实世界的人互动一样。

微软黑科技“全息传输”可用。它的MR平台网格有多好

基普曼说:“你可以感觉到你与他人分享内容，或者通过不同的磁共振设备传输内容，即使你不在同一个物理位置。”据微软介绍，Mesh是微软多年研发的成果，涵盖了手眼运动跟踪和Hololens的发展到创建持久全息图和创建个性化虚拟图像的人工智能模型。云计算是微软的核心业务，Mesh的底层是Azure，得益于其庞大的计算资源、数据、人工智能和MR服务。因此，Mesh是云计算的进一步延伸。Mesh支持的全息传输和高精度虚拟角色人脸和运动跟踪需要云计算来帮助解决 *** 作、硬件、渲染和存储等诸多问题。

基普曼说:“我们正在Azure中构建越来越多的价值，智能云。在这些协作体验中，内容存储在云中，而不是存储在设备或应用程序中，我们需要特殊的镜头才能看到他。”借助支持网格的应用程序，无论地理位置如何，用户都可以使用3D物理模型(从小型家具到喷气发动机等)。)在共享虚拟空间中作为自己的虚拟图像或全息投影图像出现，并在全息模型上进行协作。

那微软为什么要推出多用户XR应用开发平台Mesh呢？微软在介绍中说，MR是继大型机、个人电脑、智能手机之后的第四波电脑，正在成为横跨消费和商业领域的主流。MR把人从屏幕体验中解放出来，让人们在自己的空间里直接与人或物互动。据报道，全球上亿用户通过手机体验了任天堂的MR，财富杂志统计的500强机构中，有超过50%的机构使用了HoloLens等MR解决方案，以提高投资回报，促进业务发展。鉴于此，能给人带来MR体验的应用数量应该是相当可观的，但事实并非如此，因为一些开发条件限制了开发者MR体验的开发，尤其是以下四个问题:

1在MR体验中呈现现实的人需要花费大量的时间和资源；

2在跨时区和设备类型的共享磁共振空间中，保持全息图的稳定并不容易。

3很难在MR体验中引入高保真的3D模型来支持客户拥有的文件格式；

4在地理上分散的磁共振对话中，同步用户的动作和表情是一项复杂的任务。

为了解决这些挑战，微软推出了Mesh，允许开发者设计多用户MR应用，而不用担心复杂的技术挑战。

网格功能展示和技术分析

微软对Mesh的定位主要是创造一种可以跨屏、自然交互、与真实视图和人交互的体验。所以平台需要围绕微软现有的HoloLens平台、MR头戴式平台以及更常见的平台进行设计。事实上，Mesh平台从跨平台支持、云服务、LBA AR支持等多个方面定义了未来XR应用的一些特性。从每个功能的单一角度来看，都有相应的企业和服务面对一些蓬勃发展的特定用户群体。

1与其他微软平台和工具交流

Mesh基于Azure，可以和其他微软平台和工具进行通信。借助身份服务，如Azure活动目录和微软帐户，用户可以在适当的身份验证和授权后进入安全和可信的会话。微软图形允许用户在商业或消费者空间访问内容和联系人等信息。而且作为开发者，不需要担心计费、音视频传输等核心基础设施，以及底层的实时管理功能。除了核心平台之外，微软由AI支持的关键功能使Mesh能够通过为MR实施大规模多用户在线(MMO)场景来解决一些复杂的技术挑战。

2存在感

Mesh提到的在场主要指两点。第一点是有代表性的头像。在多用户MR体验中，不同类型的设备使用不同的代表性头像，这些头像可以由用户定制。Mesh为用户提供具有代表性的3D头像，并通过设备的由内向外传感器呈现。Mesh平台有自己的头像和定制制作工具，可以直接使用头像。此外，该平台还可以通过其AI驱动的动作模型，帮助现有头像捕捉与用户动作一致的动作和表情。

第二点是通过由外向内的传感器实现真正的360度全方位拍摄，可以自定义相机设置，比如通过Mixed Reality Capture Studio高保真保存拍摄的3D图像，或者用Azure Kinect拍摄深度敏感的应用图像，帮助生成全息图像。全息图生成后，基于网格开发的应用程序可以在XR头显示器或手机、PC或平板电脑上启用，以使用全息图并将其呈现给用户。

3空间地图

在Mesh出现之前，各种设备只有自己的局部世界地图，在Mesh的帮助下，这些局部缓存地图可以进行合并和优化，形成对空间和环境的全局理解。这个框架锚定内容，分享愿景，并在3D中合作。Mesh创建的地图比GPS更精确，即使在GPS无法定位的空间。它有助于传递与特定兴趣点相关联的“世界锁定全息图”。此外，网格可以生成与给定对象的精确布局和几何对齐相同的理解，以便开发人员可以轻松构建可能需要被视觉信息覆盖的应用程序对象，这些视觉信息将对象与视觉信息(如指令、服务记录和其他重要数据)完全匹配。

4全息渲染

全息渲染是智能边缘云计算和智能云架构的典型例子。在Mesh的支持下，全息渲染可以实现高保真，不需要设备的 *** 作和功耗。网格允许开发人员通过云连接为每个场景和模型在本地独立渲染和远程渲染之间进行选择，使开发人员在设计应用程序时具有更大的灵活性，可以根据不同的设备优化延迟和保真度。而且全息渲染还支持大部分3D文件格式，在启用Mesh的应用中进行局部渲染，解决了引入用户现有3D模型进行协作的问题。

5多用户同步

对于开发者来说，在虚拟协作会议中创建一个共同的全息图视角并相互交流是一个很大的挑战。在网格中，共享内容是通过多用户同步来实现的，这将有助于更新参与者的姿势、动作、表情或空间全息图的变化。所有这些都发生在100毫秒的延迟内，无论是在相同的物理空间还是在不同的时区。Mesh中的空间音频会增强这些功能，从而创造出多用户场景中处于同一物理空间的感觉。

据微软称，为了利用这些功能，Mesh将为开发者提供跨平台的SDK，让开发者可以针对不同的设备类型创建应用。目前Mesh与C++和C#一起支持Unity，未来几个月Mesh将支持虚幻、巴比伦和React Native。除了访问功能，软件开发工具包还为开发人员在应用程序中使用提供了一个预构建的UX结构。这将使开发人员能够更快、更简洁地提供磁共振体验。随着Mesh平台的出现，这一系列新功能汇集在一起，成为XR应用的特色呈现。这种融合把零星的技术方向变成了整体，让XR的概念一步步具体化，这是它最大的贡献。

Mesh背后的Azure智能云的价值

基于Mesh开发的XR应用可以广泛应用于很多领域和场合，这主要归功于Azure智能云带来的价值。Mesh的虚拟协作功能使跨时区的用户能够以数字方式聚集在一起，一起讨论和理解他们，这有助于更快地查看数据和做出更好的决策。用户可以随时一起训练。得益于Holoportation(微软开发的3D视频采集系统)、全息共享和可视化功能，合作伙伴无需在路上花费时间和精力就可以面对面学习。

比如在远程医疗中，专家可以看到其他医生的诊断，并覆盖数据以保证共识，更好的解决问题，共同决策。设计师和工程师可以一起进行3D设计，团队成员在参与设计时可以用不同的设备分享想法和创意。同事们可以在内容上实时合作，要么亲自合作，要么通过全息传输。Mesh的多应用场景和基于云计算平台的azure的本质，意味着微软Azure行业和MR业务的拓展。

微软技术研究员亚历克斯·基普曼(Alex Kipman)表示:“从一开始，这就是混合现实的梦想。”其实你可以感觉和分享内容的人在一个地方，也可以从不同的混合现实设备中传输，即使没有物理上的在一起也可以和人在一起。"

他认为，随着越来越多的人活跃在网格平台上，我们所有人都参与了Azure智能云的价值构建。在这些协作体验中，内容不在当前用户的设备或应用程序中。全息内容上传到云端，意味着用户佩戴的混合现实设备只需要负责视觉效果和交互的沉浸式呈现。对于计算能力有限的个人来说，这是一个飞跃。"最重要的是，随着XR应用在Meah平台的逐渐发展和成熟，更多前所未见的安全隐患和网络安全事件成为关注的焦点。与之前的体验相比，在基于Azure的智能云Meah平台上获得的全新AltspaceVR体验，可以让公司使用企业级安全功能(包括安全登录、会话管理和隐私合规)在虚拟现实中举行会议和工作聚会。

Azure智能云为Meah提供了容纳大量模型场景和角色的前提条件，这也是平台区别于传统APP的地方。你可以理解，在XR环境下，应用之间的穿梭更像是城市之间的旅行，其间不会有下载过程，也不会有硬件计算能力适配的问题。事实上，从2020年底开始，各大厂商都开始全面实施基于云服务的平台服务战略。其中Epic的数字人类平台和HTC的VR社交平台都拥抱了云技术。云计算的力量和资源将被分配到每一个普通消费者手中，以获得更安全、更具性价比的XR体验，这也是XR行业普及的曙光。

微软在XR布局上不遗余力，就像技术总监亚历克斯·基普曼(Alex Kipman)从“海底深处”突然“闪现”，然后以一段诗意而浪漫的朗诵开始——一个人的梦想只是一场梦，一个大家共同梦想的梦，就叫现实。错失移动互联网机遇的微软，正在结合云计算在MR领域的优势，让大家更接近未来。网眼绝不是锦上添花。如果保持这个优势，拥有XR底层开发系统和云计算支持的微软，将会定义XR未来的一些标准。

以上就是关于[基于改进遗传算法的网格资源调度研究]遗传算法matlab程序全部的内容，包括:[基于改进遗传算法的网格资源调度研究]遗传算法matlab程序、如何在Photoshop中设计网页的网格、如何看待黑科技有新的黑科技面世时，你会去尝试吗等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！