基于Seq2Seq模型的工作流动态调度多目标进化算法

将云计算环境下数据处理工作流的调度问题建模为一个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缺乏种群多样性的问题，在NSGA－II算法和seq2seq深度学习模型的基础上，提出了dnsga-ii-seq2seq算法。该算法通过seq2seq模型学习连续历史环境下局部最优解的变化规律，当环境发生变化时，对新解进行预测并加入到NSGA－II算法种群中，以解决多样性不足的问题，加快算法的收敛速度。在Sim改进的Workflow上的实验表明，与其他经典算法相比，dnsga-ii-seq2seq算法的预测解和最终结果在许多指标上都优于其他算法，验证了算法的有效性。