一种基于差分与蚁群算法的云计算任务调度方法技术

本发明专利技术请求保护一种基于差分与蚁群算法的云计算任务调度方法，属于云计算任务调度技术领域，包括步骤：通过差分算法获取种群中前10％的最优解，并将这些解转化成蚁群算法的初始信息素。蚁群算法在更新信息素阶段，利用二八原则，以20％的概率来接收不好的解，避免算法陷入局部最优。本方法可以改善差分算法在求解精确度上的问题以及蚁群算法前期因为信息素匮乏而需要花费大量的时间搜集信息素的问题。

【技术实现步骤摘要】
一种基于差分与蚁群算法的云计算任务调度方法
本专利技术属于云计算任务调度
，特别涉及一种基于差分与蚁群算法融合的云计算任务调度方法。
技术介绍
云计算是一种基于互联网的动态提供计算机资源的商业服务模式，它是分布式计算、并行计算、网格计算等传统计算机和网络技术发展的产物。云计算利用虚拟化技术来构建大型服务资源池，为用户提供存储能力、计算能力等形式的服务，用户只需按需付费，这种商业化的模式使云计算飞速发展。云计算的核心思想是将大量的计算资源、存储资源和服务资源连接起来，形成一个超级资源池，从应用角度来说分为三个层次：软件即服务(SaaS)、平台即服务(PaaS)、基础设施即服务(IaaS)。虽然这三个层次在应用方面的侧重点不同，但是他们都包含着同一个问题：即任务调度问题。一个云计算系统可能包含着成千上万个分布在各地的资源节点，同时处理着多种任务，由于云计算资源的不稳定性和商业性特点，使得任务调度变得更加复杂，而调度策略的好坏直接影响着云计算系统的性能。因此如何对云计算资源进行合理分配，使各类应用能在较短时间内获得一个好的调度结果，成为云计算领域中的一个技术难点。
技术实现思路
本专利技本文档来自技高网...

【技术保护点】
一种基于差分与蚁群算法的云计算任务调度方法。其特征在于，包括以下步骤：1)、差分算法阶段：在云计算系统中，通过差分算法获取种群中前10％的最优解，并将这些解转化成蚁群算法的初始信息素，种群指差分算法初始化时随机生成NP个个体，每个个体代表一个潜在的调度方案；2)、进入蚁群算法，计算本次迭代最优解LiterNum，与上一代最优解LiterNum‑1做对比，iterNum表示迭代次数，如果优于上一代解，则以1的概率取本次迭代最优解，否则采用二八原则，以80％的概率选取LiterNum‑1，20％的概率选取LiterNum，然后用取得的解进行信息素更新，以避免算法陷入局部最优解，根据最优解进行云计算...

【技术特征摘要】
1.一种基于差分与蚁群算法的云计算任务调度方法。其特征在于，包括以下步骤：1)、差分算法阶段：在云计算系统中，通过差分算法获取种群中前10％的最优解，并将这些解转化成蚁群算法的初始信息素，种群指差分算法初始化时随机生成NP个个体，每个个体代表一个潜在的调度方案；2)、进入蚁群算法，计算本次迭代最优解LiterNum，与上一代最优解LiterNum-1做对比，iterNum表示迭代次数，如果优于上一代解，则以1的概率取本次迭代最优解，否则采用二八原则，以80％的概率选取LiterNum-1，20％的概率选取LiterNum，然后用取得的解进行信息素更新，以避免算法陷入局部最优解，根据最优解进行云计算任务调度。2.根据权利要求1所述的基于差分与蚁群算法的云计算任务调度方法。其特征在于，所述步骤1)用差分算法来获取解集合的前10％具体包括步骤：(1)随机初始化NP个个体作为初始种群，将t个任务随机放置在m个虚拟机上，t>m，根据适应度函数，计算每个个体的适应度值；(2)设置当前迭代次数iterNum＝0，和最大迭代次数iterMax；(3)变异：随机选取两个不同的个体做差，将其向量差通过缩放因子进行缩放，然后与第三个个体求和生成一个中间体，向量差指选取的两个不同个体做差后的结果...

【专利技术属性】
技术研发人员：葛君伟，蔡宇，方义秋，杨春，李孝生，岁飒，刘洋，程源，肖夏，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50