基于改进粒子群算法的云计算多目标任务调度
粒子群算法(PSO)用于云计算任务调度时容易陷入局部最优并发生"早熟"现象。针对上述问题，从任务最大完工时间、任务执行成本和云系统负载均衡三个方面出发，将改进的粒子群算法(DWCPSO)用于云计算多目标任务调度。改进算法中惯性权重和加速因子随迭代次数非线性变化，并且使用多样性增强机制增加粒子的多样性，提高算法的搜索能力。通过CloudSim云仿真平台进行实验，并与PSO算法、IPSO算法进行比较，结果 表明，该算法不仅能减少任务的最大完工时间和执行成本，还能优化云系统的负载均衡度，有效提高云计算任务调度的效率。
云计算 任务调度 粒子群算法 多目标 适应度
孙长亚
上海电力大学计算机科学与技术学院,上海市200090
国内会议
上海
中文
414-424
2019-05-17（万方平台首次上网日期，不代表论文的发表时间）