[論文レビュー] Multiprocessor Scheduling of Dependent Tasks to Minimize Makespan and Reliability Cost Using NSGA-II

M.Rathna Devi ., A.Anju|arXiv (Cornell University)|Apr 10, 2014

Distributed and Parallel Computing Systems参考文献 10被引用数 4

ひとこと要約

本稿では、非優位ソーティングとクラスタリング距離を活用して、実行時間とシステム信頼性の両方を最適化するPareto最適解を生成する、非優位ソーティング遺伝的アルゴリズムII（NSGA-II）を用いた、異種マルチプロセッサ環境における依存タスクの多目的スケジューリングアルゴリズムを提案する。この手法により、実行時間と信頼性コストの両方を同時に最小化する解が得られ、単目的手法に比べて優れたトレードオフ性能を示す。

ABSTRACT

Algorithms developed for scheduling applications on heterogeneous multiprocessor system focus on asingle objective such as execution time, cost or total data transmission time. However, if more than oneobjective (e.g. execution cost and time, which may be in conflict) are considered, then the problem becomes more challenging. This project is proposed to develop a multiobjective scheduling algorithm using Evolutionary techniques for scheduling a set of dependent tasks on available resources in a multiprocessor environment which will minimize the makespan and reliability cost. A Non-dominated sorting Genetic Algorithm-II procedure has been developed to get the pareto- optimal solutions. NSGA-II is a Elitist Evolutionary algorithm, and it takes the initial parental solution without any changes, in all iteration to eliminate the problem of loss of some pareto-optimal solutions.NSGA-II uses crowding distance concept to create a diversity of the solutions.

研究の動機と目的

• 異種マルチプロセッサ環境における依存タスクのスケジューリングにおいて、対立する目的を同時に満たす課題に対処すること。
• 実行時間（マケスパン）と信頼性コスト（システム障害確率と修理コストを反映）を同時に最小化すること。
• Pareto最適解への収束性と多様性を維持する強固な進化的アルゴリズムを構築すること。
• 単目的スケジューリングの限界を克服し、複数の性能指標を統合した最適化フレームワークを統合すること。

提案手法

• コアとなる進化的最適化手法として、非優位ソーティング遺伝的アルゴリズムII（NSGA-II）を採用する。
• 目的空間における支配関係に基づいて解をランク付けする非優位ソーティングを用いる。
• 集団内の非優位解の多様性を維持するためにクラスタリング距離を適用する。
• タスクスケジューリングを染色体として符号化し、選択、交叉、変異といった遺伝的演算子を用いて世代を経て解を進化させる。
• マケスパンと信頼性コストの両方を根拠にフィットネスを評価する。後者はシステム障害確率と修理コストを反映する。
• エリート主義により、世代を超えて最良の解を保持することで、Pareto最適個体の損失を防ぐ。

実験結果

リサーチクエスチョン

• RQ1 依存タスクを伴うマルチプロセッサスケジューリングにおいて、マケスパンと信頼性コストを同時に最小化する方法は何か？
• RQ2 NSGA-IIは、この多目的問題に対して、多様かつ均等に分布したPareto最適解を生成する効果的か？
• RQ3 本手法は、実行時間とシステム信頼性の両方をバランスよく最適化する単目的スケジューリング手法と比較して、どのように優れているか？
• RQ4 クラスタリング距離機構は、この応用分野におけるNSGA-IIフレームワークで解の多様性をどの程度向上させるか？
• RQ5 NSGA-IIのエリート戦略は、進化過程で高品質なPareto最適解を失うのを防げるか？

主な発見

• NSGA-IIに基づく手法は、マケスパンと信頼性コストの間で有効なトレードオフを示すPareto最適解の集合を成功裏に生成した。
• クラスタリング距離の活用により、Paretoフロントにおける解の多様性が顕著に向上し、早期収束の防止に寄与した。
• NSGA-IIにおけるエリート主義により、高品質な解が世代を超えて保持され、真のParetoフロントへの収束性が向上した。
• 単目的手法に比べ、対立する目的をバランスよく満たす解の集合を提供する点で本手法は優れた性能を示した。
• 本手法は、マルチプロセッサ環境におけるタスク依存関係と異種リソース制約を効果的に処理できた。