一种粒子群结合遗传算法（PSO—GA）的云计算任务调度方法-论文.pdfVIP

第36卷 第2期 世界科技研究与发展 V01．36 No，2 2014年4月 110—114页 W ORLD SCI-TECH RD Apr．2014 PP．110—114 一 种粒子群结合遗传算法 (PSO—GA)的 云计算任务调度方法冰 王小恒一 邹东升 (重庆大学计算机学院，重庆 400030) 摘 要：针对云计算服务集群任务调度和负载平衡的优化问题，提出一种粒子群结合遗传算法(PSO—GA)的云计算 任务调度方法。PSO—GA算法在遗传算法的基础上对种群进行分隔，用粒子群算法来构造变异算子，避免了变异算 子的随机性和盲 目性 ，很好地保持种群的多样性，克服 了早熟现象。在CloudSim平 台进行模拟测试。实验结果表 明，与同类算法相比，该调度方法能够缩短云计算下任务执行总时间，提高资源利用率。 关键词：云计算；任务调度；遗传算法；PSO—GA；CloudSim平台 中图分类号：TP311 文献标识码：A doi：10．3969／j．issn．1006—6055．2014．02．005 TaskSchedulinginCloudComputingBasedonPSO—GA Algorithm W ANG Xiaoheng ZOU Dongsheng (CollegeofComputerScience，ChongqingUniversity，Chongqing400030) Abstract：Focusing0nCloudComputingservicesfortaskschedulingandloadbalancingclusteroptimizationproblem ，aPSO algorithmisproposed，combinedwithgeneticalgorithm (PSO—GA)inCloudComputingtaskscheduling．Basedongenetic algorithm separatespopulations，particleswarlnalgorithmisusedtoconstructthemutationoperatorinPSO—GA algorithm．As aresult，themutationoperatorrandomnessandblindnessareavoided，withpopulationdiversitymaintainedverywelland prematurephenomenonovercome．ExtendingthecloudcomputingemulatorCloudSim platform totestthesimulation，there— suhsshow thatPSO—GAcanshortenthetotalcloudcomputingtaskexecutiontimeandimproveresourceutilization． Keywords：cloudcomputing；taskallocation；geneticalgorithm；PSO-GA；CloudSim platform 的粒子群优化算法，将动态多群体协作和变异粒子 1 引言 逆向飞行思想引入到粒子群优化算法中，以控制全 云计算 ’作为一种新兴的并行计算技术，是 局和局部搜索，但是未考虑惯性权重、学习因子对负 分布式处理、并行处理、网格计算的延伸，代表了当 载平衡问题的影响。 前技术发展的新阶段。云计算环境下的任务调度是 针对以往调度算法的不足，提出一种粒子群结 一 个NP完全问题 j，相关智能算法主要有 ：蚁群优 合遗传算法