基于逆向学习行为粒子群算法的云计算大规模任务调度

摘要

针对传统智能优化算法在解决云计算任务调度时,存在易陷入局部最优和过早收敛的问题,提出了一种逆向学习行为粒子群优化(RLPSO)算法。首先,采用分群策略对种群内个体进行群划分,使得整个种群具有搜索行为多样性,增强算法的搜索能力;其次,引入逆向学习机制及繁殖机制,避免算法陷入局部最优,并在理论上证明了RLPSO算法的收敛性;最后,通过实验进行有效性验证,并与4个经典的智能优化算法进行了比较。实验结果表明,在大规模任务调度总完成时间寻优问题上,RLPSO算法表现出比4个对比算法更优的搜索性能。