基于天牛须遗传混合算法的大规模云任务调度

摘要

针对目前云计算环境下大规模任务调度效率低下的问题,提出一种基于天牛须搜索算法与遗传算法混合的优化算法.为改善遗传算法优化结果不稳定和局部搜索能力差的问题,采用新型交叉方式,动态改变变异概率,拓展天牛搜索方向,并采用精英解保留策略.最后基于CloudSim仿真平台,在不同任务规模调度情况下,将混合算法和其他3种算法在相同环境下进行仿真调度.实验结果表明:该混合算法比其他算法得到更优质解,相比于遗传算法,小规模任务调度优化结果提高7.87%,大规模任务调度提高30.23%,是一种高效的云任务调度优化算法.