云计算环境下对资源聚类的工作流任务调度算法

？针对云计算环境中资源具有规模庞大、异构性、多样性等特点，提出了一种对资源进行模糊聚类的工作流任务调度算法。经过对网络资源属性进行量化、规范化，以预先构建的任务模型和资源模型为基础，结合模糊数学理论划分资源，使得在任务调度时能够较准确地优先选择综合性能较好的资源类簇，缩短了任务资源相匹配的时间，提高了调度性能。通过仿真实验将此算法与heft、dls进行比较，实验结果表明，当任务在[0,100]范围增加时，该算法平均slr比heft小34%，比dls小99%，其平均speedup比heft大59%，比dls大102%；当资源在[0,100]范围增加时，该算法平均slr比heft小36%,比dls小97%，其平均speedup比heft大45%，比dls大108%。所提算法实现了对资源的合理划分，且在执行跨度方面具有优越性。