动态队列下入侵肿瘤生长优化和BPNN的云计算任务调度新方法

范 颖 沈建京

1(郑州信息科技职业学院 河南 郑州 450008) 2(中国人民解放军战略支援部队信息工程大学 河南 郑州450008)

0 引 言

云计算是一种可以提供灵活的按需基础架构的新兴计算范例，它以平台和软件作为服务。通常有三种云模型：SaaS(软件服务)、PaaS(平台服务)和IaaS(基础架构服务)[1]。云计算调度过程是决定各种可能的工作/任务之间资源分配的概念，根据资源的最佳分配和实现良好的服务质量(Quality of Service，QoS)的需要，将这些任务分配给适当的资源[2]，而最佳资源分配加入云计算配合后，能够大幅提升QoS。在云计算中，不同的虚拟机(Virtual machines,VM)可以处理和调度来自不同用户的独立任务，以实现资源利用率的最大化。由于异构资源的不同任务特征和动态特性，任务调度被称为NP完全问题[3]。在此过程中，任务调度程序从用户接收任务并将其映射到可用资源，同时考虑任务的特征和资源的参数。因此，有效的最优任务调度算法应该通过实现资源的高效利用和最大利润以及高性能计算来考虑系统负载平衡[4]。

已有的研究已经应用了几种启发式算法来应对云计算中任务调度的挑战。文献[5]制定了任务调度模型，提出了一种基于小位置值规则的粒子群优化算法，以最大限度地降低处理成本。通过将交叉和变异嵌入的PSO算法(Embedded crossing and variation PSO,ECV-PSO)与本地研究中的PSO算法与PSO算法进行比较，结果表明PSO算法的大规模收敛速度更快，更适合云计算。文献[6]提出了一种基于蚁群优化算法的云任务调度策略，用于负载均衡，工作的主要贡献是在尝试最小化给定任务集的完成时间时平衡系统负载，并提出了与作业完成率相关的负载均衡因子，以提高负载均衡的能力。……