基于改进蚁群算法的云计算任务调度策略研究

杭州电子科技大学  王科

本文主要研究云计算环境下任务调度策略，在总结前人工作的基础上，所做的主要工作和创新包括以下几点： 

1. 分析了当前云计算发展趋势以及云计算环境下的任务调度研究现状，简要的介绍了云计算中与任务调度、资源分配相关的技术。通过详细分析虚拟机资源调度的特点，总结了虚拟机任务调度模型，以及传统的任务调度算法的优缺点。详细分析了蚁群算法的原理及其数学模型，根据蚁群算法的特点结合云计算任务调度的要求，设计了用改进蚁群算法进行云计算任务调度的策略，介绍了一种云数据中心任务调度模拟系统CloudSim，并在这个模拟系统上进行实验。 

2. 分析了云计算编程最常用的 Map/Reduce 框架，在此基础上设计了一个云计算任务调度物理模型以及基于这种模型的任务调度算法粒子群_蚁群联合算法（PSO_ACO）。

3. 考虑到云环境的多样性、云规模的差异性，为了让PSO_ACO算法更具适应性，第四章从最优解的分布状态入手，对原有算法的信息素更新规则进行改进，完成了自适应PSO_ACO算法的设计，最后通过实验表明这种自适应调度算法具有比PSO_ACO更好的全局搜索最优解的能力和使资源负载均衡能力。

下载地址：基于改进蚁群算法的云计算任务调度策略研究