基于改进粒子群算法的云计算任务调度策略.pdfVIP

第 11卷 第 3期 无 锡 职 业 技 术 学 院 学报 2012年 5月 V0lJ11NO．3 JOuRNALOFWUXIINSTITUTEOFTECHN0L0GY M ay．2O12 基于改进粒子群算法的云计算任务调度策略 丁 阳 ， 颜 惠琴 (1．无锡市第四人民医院放疗科 ，江苏 无锡 214062；2．无锡职业技术学院，江苏 无锡 214121) 摘 要：云计算环境下的任务调度方法是实现其高效计算的关键步骤 ，文章针对 目前其时间效率 低下的问题提 出了一种基于改进的粒子群算法的任务调度方法 ，利用迭代选择算子引入粒子群来 完成任务调度的优化 。改进的粒子群算法(Improvedparticleswarm optimization，IPSO)，提高了 算法的优化能力，尽量避免 陷入局部最优，收敛 的效果更好从而减少任务调度 时 间开销。选择 CloudSim仿真平台进行模拟，实验结果表明，该改进算法具有寻优能力强、时间耗时少的优 点，可 用于云计算问题 中复杂调度优化的研究与应用。 关键词 ：云计算；改进粒子群 ；任务调度 ；迭代选择算子 中图分类号 ：TP31 文献标志码 ：A 文章编号：1671—7880(2012)03—0066—03 TheTask SchedulerBasedonthe ImprovedParticleSwarm Algorithm fortheCloudComputingSystem DING gang ， YAN Huiqin。 (1．DepartmentofRadiationOncology，W uxiNo．4People’SHospital，W uxi 214062，China； 2．W uxiInstituteofTechnology，W uxi 214121，China) Abstract：Taskschedulingmethodforcloudcomputingsystem isthekeystepstoachieveitshighperform— ancecomputing，thepaperfocusesonthelow efficiencytoproposeanew taskschedulingmethodbasedon improvedParticleSwarm Optimization (PSO)algorithm ，usingtheiterativeselectionoperatorstoaddinto theparticleswarm tofinishtaskschedulingoptimization．ImprovedParticleSwarm Optimization (IPSO)， improvesalgorithm forthecapacityofoptimization，asfaraspossibleavoidingalocaloptimization，better effectofconvergencetaskschedulingwhich timecosts．TheCloudSim simulation platform isselectedfor simulation，experimentalresultsshow thatthealgorithm hastheadvantageofoptimizationabilities，and takeslesstime，Itcanapply tothetask scheduleoptimization forcloud computingproblemsin there— search． Keywords：cloud computingsystem；improvedParticleSwarm Optimization；task scheduling；theitera— tiveselectionoperators 云计算是当今 IT界最为关注的技术 ，日益受 式计算、网格计算 、并行计算等的发展和延伸，其应