A hybrid meta-heuristic scheduler algorithm for optimization of workflow scheduling in cloud heterogeneous computing environment

Talouki, Reza Noorian; Shirvani, Mirsaeid Hosseini; Motameni, Homayun

doi:10.1108/jedt-11-2020-0474

Cited by 14 publications

(8 citation statements)

References 39 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In the domain of multi-objective task scheduling algorithms used for solving models, Talouki proposed a hybrid metaheuristic workflow scheduling algorithm based on GA (Genetic Algorithm) and SA (Simulated Annealing). This method benefits from the global optimization capabilities of the Genetic Algorithm and the local search capabilities of the Simulated Annealing, achieving a good balance between exploration and exploitation of the search space [20]. Ekhlas designed a new Discrete Grey Wolf Algorithm (D-GWA) for the combinatorial k-coverage problem, which gains from deploying the most experienced available candidates while introducing new acceptance rules to avoid local optima [21].…”

Section: Literature Reviewmentioning

confidence: 99%

Research on Time-Varying Path Optimization for Multi-Vehicle Type Fresh Food Logistics Distribution Considering Energy Consumption

Chen,

Wang,

Jia

et al. 2024

Preprint

View full text Add to dashboard Cite

With the increasing demand for fresh food markets, refrigerated transportation has become an essential component of logistics operations. Currently, fresh food transportation frequently faces issues of high energy consumption and high costs, which are inconsistent with the development needs of the modern logistics industry. This paper addresses the optimization problem of multi-vehicle type fresh food distribution under time-varying conditions. It comprehensively considers the changes in road congestion at different times and the quality degradation characteristics of fresh goods during distribution. The objectives include transportation cost, dual carbon cost, and damage cost, subject to constraints such as delivery time windows and vehicle capacity. A piecewise function is used to depict vehicle speeds, proposing a dynamic urban fresh food logistics vehicle routing optimization method. Given the NP-hard nature of the problem, a hybrid Tabu Search (TS) and Genetic Algorithm (GA) approach is designed to compute a Pareto optimal solution. Comparison with TS and GA algorithm results shows that the TS-GA algorithm provides the best optimization efficiency and effectiveness for solving large-scale distribution problems. The results indicate that using the TS-GA algorithm to optimize a distribution network with one distribution center and 30 delivery points resulted in a total cost of CNY 12,934.02 and a convergence time of 16.3 seconds. For problems involving multiple vehicle types and multiple delivery points, the TS-GA algorithm reduces the overall cost by 2.94–7.68% compared to traditional genetic algorithms, demonstrating superior performance in addressing multi-vehicle, multi-point delivery challenges.

show abstract

Section: Literature Reviewmentioning

confidence: 99%

Research on Time-Varying Path Optimization for Multi-Vehicle Type Fresh Food Logistics Distribution Considering Energy Consumption

Chen,

Wang,

Jia

et al. 2024

Preprint

View full text Add to dashboard Cite

show abstract

“…В роботі порівняно різні методи, і запропонований підхід домінував над існуючими алгоритмами. Показано, що гібридні методи, наприклад, генетичні та імунні, які використовуються для ефективного планування та виконання завдань в хмарному середовищі є перспективними напрямками досліджень [13].…”

Section: постановка проблемиunclassified

Моделі Управління Ресурами Для Забезпечення Функціональної Стійкості Процесу Розподілених Обчислень

ГОРА,

ВОЛК

2024

Вісник ХНТУ

View full text Add to dashboard Cite

У статті розглядаються питання підвищення ефективності систем розподіленої обробки даних з підтримкою функціональної стійкості обчислювального процесу. Однією з основних задач, яка з’являється в процесі підтримки функціональної стійкості, є задача розподілу завдань за обчислювальними ресурсами. В роботі проводиться аналіз сучасних моделей, методів та планувальників, які здійснюють розподіл обчислювальних завдань за розподіленими комп’ютерними ресурсами. Існуючі методи розподілення ресурсів зазвичай використовують різні критерії при виборі вільних ресурсів для використання. Основні критерії – це вартість, час виконання, процент використання ресурсів. Сьогодні важними критеріями стають енергоспоживання, підтримка функціональної стійкості та час самовідновлення систем. Запропоновано моделі управління ресурсами для забезпечення функціональної стійкості, а саме: модифіковану теоретико-множинну модель розподіленого обчислювального процесу з підтримкою функціональної стійкості, модифіковані моделі оцінки часу виконання та енергоспоживання, модель процесу підтримки функціональної стійкості. Експерименти, описані в роботі показують, що використання запропонованих моделей в стандартних методах розподілу ресурсів, стандартних планувальниках дозволило знизити час виконання обчислювальних завдань до 43%, а енергоспоживання у середньому на 26%. Результати дослідження можуть бути використані при розробленні нових методів розподілу ресурсів та технологій розподілених обчислень з використанням отриманих моделей, які враховують засоби підтримки функціональної стійкості обчислювального процесу.

show abstract

“…Secondly, it is hard to customize point-wise SA for multi-objective optimization problems. In [37] a hybrid genetic and simulated annealing algorithm (GASA) has been presented to solve scheduling problem in a cloud environment. This work is based on a list scheduler but to generate a handful of promising lists, it utilizes GA algorithm along with its strong crossover operator.…”

Section: Related Workmentioning

confidence: 99%

Bi-objective scheduling algorithm for scientific workflows on cloud computing platform with makespan and monetary cost minimization approach

Shirvani

Talouki

2021

Complex Intell. Syst.

Self Cite

View full text Add to dashboard Cite

Scheduling of scientific workflows on hybrid cloud architecture, which contains private and public clouds, is a challenging task because schedulers should be aware of task inter-dependencies, underlying heterogeneity, cost diversity, and virtual machine (VM) variable configurations during the scheduling process. On the one side, reaching a minimum total execution time or makespan is a favorable issue for users whereas the cost of utilizing quicker VMs may lead to conflict with their budget on the other side. Existing works in the literature scarcely consider VM’s monetary cost in the scheduling process but mainly focus on makespan. Therefore, in this paper, the problem of scientific workflow scheduling running on hybrid cloud architecture is formulated to a bi-objective optimization problem with makespan and monetary cost minimization viewpoint. To address this combinatorial discrete problem, this paper presents a hybrid bi-objective optimization based on simulated annealing and task duplication algorithms (BOSA-TDA) that exploits two important heuristics heterogeneous earliest finish time (HEFT) and duplication techniques to improve canonical SA. The extensive simulation results reported of running different well-known scientific workflows such as LIGO, SIPHT, Cybershake, Montage, and Epigenomics demonstrate that proposed BOSA-TDA has the amount of 12.5%, 14.5%, 17%, 13.5%, and 18.5% average improvement against other existing approaches in terms of makespan, monetary cost, speed up, SLR, and efficiency metrics, respectively.

show abstract

A hybrid meta-heuristic scheduler algorithm for optimization of workflow scheduling in cloud heterogeneous computing environment

Cited by 14 publications

References 39 publications

Research on Time-Varying Path Optimization for Multi-Vehicle Type Fresh Food Logistics Distribution Considering Energy Consumption

Research on Time-Varying Path Optimization for Multi-Vehicle Type Fresh Food Logistics Distribution Considering Energy Consumption

Моделі Управління Ресурами Для Забезпечення Функціональної Стійкості Процесу Розподілених Обчислень

Bi-objective scheduling algorithm for scientific workflows on cloud computing platform with makespan and monetary cost minimization approach

Contact Info

Product

Resources

About