基于改进蚁群算法的云平台软件任务调度策略设计

柳 海鑫
辽宁科技大学　计算机与软件工程学院

摘要


针对云环境下任务调度资源分配失衡、耗时久、能耗高，以及传统蚁群算法收敛慢、易早熟的问题，提出
一种融合自适应信息素挥发系数与任务优先级的改进蚁群调度策略。建立包含完成时间、资源利用率和能耗的多目
标模型，通过迭代次数与种群多样性动态调整挥发系数，结合全局-局部信息素更新规则与优先级调度机制优化算
法。CloudSim仿真表明，该算法较传统蚁群、Min-Min算法，在缩短任务耗时、提升资源利用率、降低能耗及加快
收敛速度方面均有显著优势。

关键词


云计算；任务调度；蚁群算法；信息素挥发系数；任务优先级

全文:

PDF


参考


[1]刘鹏.云计算[M].3版.北京：电子工业出版社，

2015.

[2]Dorigo M, Maniezzo V, Colorni A. Ant system:

optimization by a colony of cooperating agents [J].IEEE

Transactions on Systems, Man, and Cybernetics, Part B

(Cybernetics), 1996, 26 (1): 29-41.

[3]Dorigo M, Gambardella L M. Ant colony system:

a cooperative learning approach to the traveling salesman

problem [J].IEEE Transactions on Evolutionary Computation,

1997, 1 (1): 53-66.


Refbacks

  • 当前没有refback。