邓斌涛, 徐胜超
(广州华商学院 数据科学学院, 广州 511300)
云计算通常由可动态伸缩资源构成, 可采用虚拟化技术将动态可伸缩资源传送给云计算系统的用户[1]。系统中的用户根据自身需求通过网络获取云计算资源, 降低用户终端在系统中的处理负担, 提高系统的计算能力[2]。云计算具有许多优点被广泛应用, 云计算系统通常存在自身的任务调度和资源分配策略, 但对其还没有准确的标准和规范[3]。目前云计算QoS任务调度算法存在用户满意度和调度效率较低的问题, 因此需要对云计算QoS任务调度算法进行分析和研究[4]。
李昆仑等[5]提出基于距离和共生演算法的任务调度算法。该算法通过模糊聚类算法对云计算中的资源和任务进行重排序放置, 在属性相似度的基础上指导分配任务, 缩小选择资源的范围, 通过学习和交叉机制对共生演算法进行改进, 采用加权求和方法建立驱动模型, 实现云计算QoS任务的调度。但该方法得到的调度结果不满足用户的需求, 存在用户满意度低的问题。田泰方等[6]针对雷达资源管理中的图像任务调度、 时间孔径等问题, 提出了基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达站孔划分的二维资源规划模型和能量资源约束; 采用基于压缩孔径传感的逆合成孔径雷达成像技术, 在进行目标搜索和跟踪任务时, 利用该技术获取目标图像。但该算法中包含大量的算法, 计算所用的时间较长, 存在调度效率低的问题。……