遺傳算法和蟻群算法相融合的云計算任務調度算法研究.pdf

1、云計算所面向的用戶群體越來越廣泛，需要處理的任務量和數(shù)據(jù)量非常龐大，使系統(tǒng)時刻處于海量任務處理的忙碌狀態(tài)，因此如何進行合理的任務調度成為云計算研究領域的核心問題。云計算環(huán)境下，許多學者將遺傳算法、蟻群算法應用于任務調度中，雖然取得了不錯的效果，但由于遺傳算法后期效率低，蟻群算法初期信息素匱乏影響了云計算任務調度算法的性能。針對以上問題，論文研究遺傳算法和蟻群算法相融合的云計算任務調度算法，該算法提高云計算任務調度的效率，充分發(fā)揮遺傳算法

2、和蟻群算法的優(yōu)勢。
　　 論文研究的主要內容如下:
　　 論文首先分析遺傳算法和蟻群算法的優(yōu)缺點，針對蟻群算法初始信息素匱乏和遺傳算法在求解到一定范圍時常做大量無為冗余迭代而導致求解效率低的問題，提出將遺傳算法和蟻群算法進行動態(tài)融合的設計思想。然后給出遺傳算法和蟻群算法最佳動態(tài)融合時機的確定方法，避免因遺傳算法過早或過晚結束而影響算法的整體性能。最后給出將遺傳算法求解結果轉化為蟻群算法初始信息素的方法。
　　 論

3、文所提出的基于遺傳算法和蟻群算法融合的云計算任務調度算法以任務的最少完成時間為目標，初期采用遺傳算法進行任務調度，但隨著任務數(shù)量的增加，遺傳算法的求解效率降低，所以依據(jù)動態(tài)融合的設計思想，確定遺傳算法的結束時間和遺傳算法求解結果如何轉化為蟻群算法的初始信息素，進而采用蟻群算法完成后期的任務調度。最后給出遺傳算法、蟻群算法在任務調度中的設計要素及算法融合銜接處的設計要素。
　　 論文在CloudSim開源仿真平臺上，通過重寫調度模