基于蚁群优化蛙跳算法的云计算资源调度算法

摘要 针对云计算资源调度存在效率低的问题，提出了基于服务质量（QoS）的云计算资源调度算法。首先，在蚁群优化（ACO）算法中采用质量函数和收敛因子来保证信息素更新的有效性，设置反馈因子来提高概率的选择；其次，在蛙跳算法（SFLA）中通过交叉因子和变异因子来提高SFLA的局部搜索效率；最后，在ACO算法的每一次迭代中通过引入SFLA的局部搜索和全局搜索进行更新，提高了算法的效率。云计算的仿真实验结果表明，与基本的ACO算法、SFLA、改进后的粒子群优化（IPSO）算法、改进的人工蜂群算法（IABC）相比，所提算法在QoS的4个指标中有最少的完成时间、最低的消耗成本、最高的满意度和最低的异常数值，表明所提算法能够有效地运用在云计算资源调度中