云环境下基于改进蚁群算法的任务调度

云计算是能够提供动态资源池、虚拟化和高可用性的计算平台,达到可扩展性和高可用性两个重要目标。其中云计算任务调度负责为用户的计算任务分配合适的资源,成为云计算一个核心问题。由于云计算任务调度问题是NP-hard问题,近些年提出的启发式(heuristics)算法和元启发式(meta-heuristics)算法取得了良好的效果,蚁群算法作为元启发式算法有良好的鲁棒性和并行性,适合求解组合优化问题。元启发式算法相比较启发式算法求解精度高,但算法运行时间长,基于精英策略的蚁群算法虽能加快收敛速度却易陷入局部最优。为了扩大蚁群搜索空间,防止算法陷入局部最优解,对信息素更新和最优路径奖励进行了改进。实验证明改进后的蚁群算法降低了最大完成时间和不平衡程度,提高了云资源的利用率