陈 暄 程宏兵
1(浙江工业职业技术学院 浙江 绍兴 312000)2(浙江工业大学 浙江 杭州 310023)
云计算是分布式计算、并行计算、网格计算、网络存储、虚拟化等技术的发展融合,是目前已经实现的一种商业服务模式。它以高效、便捷的服务受到了当前人们的欢迎。云计算中的软硬件都是资源,它将计算任务分布在大量的计算机组成的资源池上,以网络服务的方式提供给用户。随着云计算的发展和数据规模不断扩大,传统的调度算法已经无法满足当前的需求,因此为用户提供更为合理的资源分配方式、减少任务完成时间、设计高效负载均衡等问题是目前云计算中的研究方向。
云任务中的任务调度本质就是一个NP完全问题[1],很多传统的元启发式算法用于解决此类问题,比如遗传算法[2-3]、粒子群算法[4-5]、蚁群算法[6-7]、人工蜂群算法[8-9],都取得了不错的效果。一些学者将改进的传统启发式算法用于云计算任务调度[10-15],取得了一定的效果。一些学者将两种传统的元启发式算法进行融合用于云计算任务调度,例如:文献[16]提出了基于ACO和PSO融合的云计算的任务资源调度算法;文献[17]提出了基于GA和ACO融合的用于云计算任务资源调度算法,该算法能够降低任务调度时间和成本,但缺乏与较新的元启发式算法对比效果;文献[18]提出了基于ABC和PSO融合的云计算任务调度算法;文献[19]提出了基于SFLA和GA融合的云计算资源算法;文献[20]提出了基于SFLA和PSO融合的用于云计算中可信任资源的调度算法。……