论文部分内容阅读
任务调度是云计算的关键技术之一。本文研究了云环境下的任务调度策略，目的是充分利用云环境的资源，降低用户任务的执行时间和运行成本，以提高云数据中心的运行效率。本文针对云遗传算法(CGA)的随机性和稳定性特点，结合云计算按需付费的运营模式及云环境的特性，提出了云环境下基于双蜂群自学习云遗传算法的任务调度模型。该模型引入自学习控制算子，采用双蜂群进化机制，从进化过程控制和进化种群选择两方面对CGA算法进行了改进，提出了双蜂群自学习云遗传算法(DBSL_CGA)，避免了算法陷入局部最优，同时将算法融入到云环境下的任务调度的过程中，解决了寻找任务资源映射的多目标优化问题。最后，将调度策略纳入到云计算仿真平台 CloudSim 中进行仿真实验，并在扩展后的平台上实现了该任务调度模型。将 DBSL_CGA 算法的调度策略与轮循调度策略、CGA算法的调度策略进行实验对比，结果表明基于DBSL_CGA算法的任务调度策略能更合理地将任务分配到资源上，实现了降低云任务执行时间和执行成本的目标，更好地满足了用户对QoS的需求。