云计算环境下基于改进粒子群的任务调度算法

现有云计算任务调度算法为追求最短完成时间不能很好地兼顾成本。为此,提出一种基于改进粒子群的任务调度算法。采用间接编码方式对每个子任务占用的资源进行编码,给出解码方式,定义考虑时间和成本的适应度函数,确立粒子位置和速度的更新方法。实验结果表明,在相同的条件设置下,该算法的总任务完成时间和总任务完成成本小于传统粒子群优化算法。

实验基于资源预先分类的云计算任务调度算法

研究云计算中如何合理分配计算资源及有效调度任务运行的问题,针对云计算中现有的任务调度算法只追求任务最短完成时间,而没有从云计算中资源负载均衡的角度考虑,容易导致云计算中一些资源负载过大而另一些资源闲置的现象,为改善最短完成时间而不能很好兼顾负载均衡的问题,提出了一种利用资源预先分类的具有双适应度的粒子群优化调度算法,将云计算资源属性考虑在内,作为另一适应度函数对任务进行调度。通过改进算法调度产生的结果不仅能使任务完成所需时间较短,而且系统资源利用率较高,兼顾了执行时间最小和负载均衡。仿真结果表明,在相同的条件下,改进算法优于传统的粒子群优化算法,为云计算有效地优化调度提供了依据。