基于动态自适应蚁群算法的云计算任务调度

计算机应用 ›› 2013, Vol. 33 ›› Issue (11): 3160-3162.

基于动态自适应蚁群算法的云计算任务调度

王芳,李美安,段卫军

内蒙古农业大学计算机与信息工程学院，呼和浩特 010018

收稿日期:2013-05-30 修回日期:2013-07-19 发布日期:2013-12-04 出版日期:2013-11-01
通讯作者: 李美安
作者简介:王芳（1988-），女，陕西榆林人，硕士研究生，主要研究方向：云计算及云服务、大数据分析；李美安（1973-），男，四川大竹人，教授，博士，主要研究方向：云计算及云服务、分布式互斥算法；段卫军（1987-），男，山西吕梁人，硕士研究生，主要研究方向：云计算及云服务、农业信息化。

Cloud computing task scheduling based on dynamically adaptive ant colony algorithm

WANG Fang,LI Meian,DUAN Weijun

College of Computer and Information Engineering, Inner Mongolia Agricultural University, Hohhot Nei Mongol 010018, China

Received:2013-05-30 Revised:2013-07-19 Online:2013-12-04 Published:2013-11-01
Contact: LI Meian

摘要/Abstract

摘要： 针对蚁群算法求解云计算任务调度问题存在收敛速度慢和容易陷入局部最优解的缺陷，提出一种动态自适应蚁群算法的云计算任务调度策略。算法在选择资源节点中引入混沌扰乱，依据节点信息素浓度自适应调整信息素挥发因子，由解的优劣性动态更新信息素。当任务数量超过150时，动态自适应蚁群算法与蚁群算法结果相比较，时间效率最大提高319%，资源负载率为0.51。仿真结果表明，所提算法提高了解的收敛速度和全局搜索能力。

关键词: 云计算, 蚁群算法, 动态自适应, 任务调度, 混沌扰乱

Abstract: A task scheduling strategy based on the dynamically adaptive ant colony algorithm was proposed for the first time to solve the drawbacks like slow convergence and easily falling into local optimal that have long existed in the ant colony algorithm. Chaos disruption was introduced when selecting the resource node, the pheromone evaporation factors were adjusted adaptively based on nodes pheromone and the pheromone were updated dynamically according to the solutions performance. When the number of tasks was greater than 150, compared with the dynamically adaptive ant colony algorithm and ant colony algorithm, time efficiency could be maximally improved up to 319% and resource load was 0.51.The simulation results prove that the proposed algorithm is suitable for improving convergence rate and the global searching ability.

Key words: cloud computing, ant colony algorithm, dynamic adaption, task scheduling, chaos disruption

中图分类号:

王芳李美安段卫军. 基于动态自适应蚁群算法的云计算任务调度[J]. 计算机应用, 2013, 33(11): 3160-3162.

WANG Fang LI Meian DUAN Weijun. Cloud computing task scheduling based on dynamically adaptive ant colony algorithm[J]. Journal of Computer Applications, 2013, 33(11): 3160-3162.

[1]	孙鉴, 马宝全, 吴隹伟, 杨晓焕, 武涛, 陈攀. 地震场景下无人机群路径规划与任务分配均衡联合优化[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3232-3239.
[2]	尚绍法, 蒋林, 李远成, 朱筠. 异构平台下卷积神经网络推理模型自适应划分和调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2828-2835.
[3]	陆佳行, 戴华, 刘源龙, 周倩, 杨庚. 面向云环境密文排序检索的字典划分向量空间模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 1994-2000.
[4]	方和平, 刘曙光, 冉泳屹, 钟坤华. 基于深度强化学习的多数据中心一体化调度优化[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1884-1892.
[5]	宁明超, 张俊勃, 陈戈. 基于面向服务架构的工业软件的任务调度算法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 885-893.
[6]	游坤, 王钦辉, 李鑫. 通用的多元抵制假名的云计算拍卖机制[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3351-3357.
[7]	刘乾, 张洋铭, 万定生. 网格化分布式新安江模型并行计算算法[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3327-3333.
[8]	吴仁彪, 张振驰, 贾云飞, 乔晗. 云平台下基于截止时间的自适应调度策略[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 176-184.
[9]	姜松岩, 廖晓鹃, 陈光柱. 基于可满足性模理论的多处理机通信延迟优化任务调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 185-191.
[10]	孙京宇, 朱家玉, 田自强, 史国振, 关川江. 基于椭圆曲线加密且支持撤销的属性基加密方案[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2094-2103.
[11]	张金泉, 徐寿伟, 李信诚, 王重洋, 徐景芝. 基于正交自适应鲸鱼优化的云计算任务调度[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1516-1523.
[12]	韩舒宁, 徐敏, 董学士, 林青, 沈凡凡. 混合伊藤算法求解多尺度着色旅行商问题[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 695-700.
[13]	代荣荣, 李宏慧, 付学良. 基于差分进化融合蚁群算法的数据中心流量调度机制[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3863-3869.
[14]	刘志硕, 刘若思, 陈哲. 基于混合蚁群算法的冷链电动汽车车辆路径问题[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3244-3251.
[15]	陈家豪, 殷新春. 基于云雾计算的可追踪可撤销密文策略属性基加密方案[J]. 计算机应用, 2021, 41(6): 1611-1620.