面向云计算环境任务调度的改进蚁群算法.pdfVIP

2016年第2期 工业仪表与 自动化装置 ·3 · 面向云计算环境任务调度 的改进蚁群算法 王灵霞，赵 宏 (兰州文理学院 信息中心，兰州 730000) 摘要：云计算环境下的任务调度问题是一个NP完全问题，其 目的是在各个处理节点上合理分 配任务，优化调度策略以保证有效完成任务。以总任务完成时间最短和计算成本最低为优化 目标， 针对蚁群优化算法易陷入局部最优的缺陷，提出了一种求解该问题的改进蚁群算法。该算法将遗 传算法的二点交叉算子融入到蚁群优化算法中，以提高蚁群优化算法的局部有哪些信誉好的足球投注网站能力。通过在云 仿真平台CloudSim上进行仿真实验，结果表明改进蚁群算法缩短了总任务完成时间，降低 了计算 成本，从而证明了该算法能有效地解决云计算环境下的任务调度问题，并且其优化能力和收敛速度 优于蚁群优化算法和改进离散粒子群算法。 关键词：云计算；任务调度；改进蚁群算法；二点交叉算子；局部优化 中图分类号：TP393 文献标志码 ：A 文章编号：1000—0682(2016)02—0003—04 Researchoftaskschedulingbasedon improvedantcolonyoptimization in cloudcomputingenvironment WANG Lingxia，ZHA0Hong (InformationCenter，LanzhouUniversityofArtsandScience，Lanzhou730000，China) Abstract：Taskschedulingproblem incloudcomputingenvironmentisaNP—completeproblem，the aim oftaskschedulingistoreasonablydistributetasksoneveryprocessingnodestoaccomplishoptimum schedulingschemeandcompletetasksefficiently．Aimingateasilyplungingintolocaloptimizationofant colonyoptimization，animprovedalgorithm ispresented tomaketotalcompletingtimeoftasksshortest andcomputationalcostlowest．Itadoptstwo—pointcrossoveroperatorinantcolonyalgorithm toimprove itslocalsearchability．SimulationsonCloudSim platform showsthatimprovedantcolonyalgorithm short— ensthetotalcompletingtimeoftasksandreducesthecomputationalcost．Meanwhile，itcaneffectively solvetheproblem oftask schedulingincloudcomputingenvironmentandhasbetteroptimization ability andconvergencespeedthanantcolonyalgorithm andimproved discreteparticleswarm algorithm． Keywords：cloudcomputing；taskscheduling；improvedantcolonyoptimization；two—pointcrossover operator；localoptimization 务数量，因此任务调度算法在决定云计算效率方面 0 引言