基于蚁群的工作流任务分配算法研究

崔 璐，毋 涛

(西安工程大学 计算机科学学院，陕西 西安 710600)

0 引 言

工作流就是业务流程的自动化[1]，在此过程中，多个参与者之间按照一定的过程规则自动进行文档、信息或任务传递，以实现预期的业务目标，这也是过程、事件、资源的有机结合。随着工作流技术的发展，工作流管理系统被应用于各种领域，工作流管理系统的性能也成为人们关注的焦点。不同的任务分配策略对工作流管理系统的性能有很大的影响，因此需要制定良好的任务分配策略，选择工作流引擎调度系统中合适的资源来操作任务。工作流系统中的资源，根据适用领域的区别，可分为设备资源、人力资源、应用程序或者网络资源等[2]，其中人力资源一般指拥有一定经验或专业知识的任务执行者。实际中随着业务流程规模的增大，往往存在多个流程实例同时到达的情景，当工作流系统频繁地把任务分配给能力值或经验值高的执行者，此类执行者任务列表中待处理任务会不断增多，负载过重，反而不能及时处理完所分配的任务。且执行时间相近但重要性不同的任务，对执行者的负载影响也不同。当任务列表中有多个重要任务时，执行者通常会优先执行重要任务而无暇顾及不太重要的任务。这些都是业务流程执行中的重要影响因素，当工作流整体负载不均衡时，会导致工作流系统响应时间过长、资源利用率不高、工作流环境稳定性遭到破坏等问题。

文献[3]提出了一种新的以优化执行时间和处理成本为目标的工作流调度算法，旨在隐式评估适合VM执行的实例范围，以避免会导致截止时间违规的过高投入。……