基于蚁群优化算法的云任务分配策略研究

摘要

因任务分配算法的优劣直接影响用户的满意程度和平台的质量效率,所以任务分配算法一直是云计算领域的重点研究方向.为解决云计算中任务分配问题,通过对任务分配模型的分析,提出一种基于资源状态的自适应蚁群优化算法(MACO).利用虚拟机的状态来修正启发式因子和释放信息素浓度,并以自适应的方式进行信息量的更新,多目标综合考虑任务分配问题.采用CloudSim工具实现仿真实验,实验结果表明,该算法在任务完成时间、资源利用率以及服务稳定性均具有显著优势.