基于改进蚁群算法的云计算任务调度模型.pdfVIP

第41卷　 第2期 　 计 算 机 工 程 2015年2月 　 　 Vol.41　 No.2 　 Computer Engineering February2015 ·云计算专题 · 文章编号:1000-3428(2015)02-0012-05　 　 　 文献标识码:A　 　 　 中图分类号:TP393 基于改进蚁群算法的云计算任务调度模型 魏　 赟,陈元元 (上海理工大学光电信息与计算机工程学院,上海200093) 摘　 要:为解决云环境下的资源调度问题,提出一种能改善任务并行性与兼顾任务串行关系的调度模型,将用户提 交的动态任务分割成具有制约关系的子任务,按运行次序放到具有不同优先级的调度队列中。 针对同一调度队列 中的子任务,采用基于最短任务延迟时间的改进蚁群算法(DSFACO)进行调度,在兼顾调度公平性与效率的前提 下,最大化缩短任务延迟时间,从而提高用户满意度。 实验结果表明,与任务调度增强蚁群算法相比,DSFACO算 法在任务延迟时间、调度公平性及效率方面性能更好,能实现云计算环境下任务的最优调度。 关键词:云计算;蚁群算法;任务调度;公平性;任务延迟时间 中文引用格式:魏　 赟,陈元元.基于改进蚁群算法的云计算任务调度模型[J].计算机工程,2015,41(2):12-16. 英文引用格式:Wei Yun,Chen Yuanyuan.Cloud Computing Task Scheduling Model Based on Improved Ant Colony Algorithm[J].Computer Engineering,2015,41(2):12-16. Cloud Computing Task Scheduling Model Based on Improved Ant Colony Algorithm WEI Yun,CHEN Yuanyuan (School of Optical-electrical and Computer Engineering, University of Shanghai for Science and Technology,Shanghai200093,China) 【Abstract】 To solve the problem of resource scheduling problem in cloud computing,a parallel scheduling model is proposed,which can improve the task parallelism while maintaining the serial relationshipsbetween tasks.Dynamic tasks submitted by usersare divided into sub-tasks in some serial sequences,and it puts into scheduling queue with different prioritiesaccording to running order.For these tasks in the same priority scheduling queue,an improved Delay Time Shortest and FairnessAnt Colony Optimization(DSFACO) algorithm is applied to schedule.Considering both fairness and efficiency,DSFACOalgorithmappliesto subtask schedulingproblemtorealize sh