基于自適應蟻群算法的云計算任務調度研究.pdf

1、云計算是近年來興起的一種新的分布式計算。云計算通過網(wǎng)絡將包括計算、存儲、網(wǎng)絡帶寬等資源連接起來，形成一個超大規(guī)模，并且可以擴展的超級系統(tǒng)，用來滿足某些超大規(guī)模問題處理的需求，或者提供資源給某些需要這些資源的用戶。云計算中，任務調度技術是最核心的技術之一，好的任務調度算法是云計算系統(tǒng)能夠合理、高效利用的前提。
　　云計算環(huán)境是一種異構、動態(tài)的復雜環(huán)境，而蟻群算法的魯棒性、自適應性等恰好與云計算環(huán)境相匹配。蟻群算法是一種模擬螞蟻覓食的

2、智能算法，它在解決尋找最優(yōu)解方面的問題中以及得到了良好的應用。而云計算任務調度問題本質上講也是一種尋找最優(yōu)解的問題。本文在研究了云計算任務調度系統(tǒng)特點的基礎上，將蟻群算法應用到云計算任務調度系統(tǒng)中。本文首先針對基于蟻群算法的特點，對蟻群算法各參數(shù)對蟻群算法性能的影響進行了實驗研究;其次針對云計算任務調度系統(tǒng)的特點，對蟻群算法做出修改以適應云計算環(huán)境，提出了基于調度周期的蟻群算法PACO;最后針對PACO算法在參數(shù)選取、信息素設定等方面的

3、不足，將粒子群算法應用到蟻群算法參數(shù)選取中，提出了基于粒子群算法改進的自適應蟻群算法SAACO，并應用到云計算任務調度系統(tǒng)中。
　　本文對PACO算法和SAACO算法進行仿真實驗，并與改進的Min-Min算法，即Min-Min+算法進行比較。實驗結果表明，PACO算法和SAACO算法在系統(tǒng)執(zhí)行時間和負載均衡方面比Min-Min+算法都有很大的提高。并且，算法參數(shù)進行自適應的SAACO算法比PACO算法系統(tǒng)執(zhí)行時間更短，負載更均衡。