基于改进蚁群算法的云环境任务调度方法

摘要

本发明公开了一种基于改进蚁群算法的云环境任务调度方法。本发明在现有蚁群算法基础上引入了剩余生命信息素（RLP）的概念，通过在搜索过程中兄弟蚂蚁RLP的比较，可以有效地减少重复搜索，提高搜索精度；并进一步给出了兄弟蚂蚁的数目计算方法，使蚂蚁数目能够随着云环境的负载和任务的具体情况动态变化，从而在不给系统增加过重负担的同时保证搜索精度。相比现有技术，本发明方法能够在尽可能满足用户任务执行时间的需求的同时，提高任务的分配效率和执行效率。

主权项

一种基于改进蚁群算法的云环境任务调度方法，管理节点为每个任务分配多只蚂蚁分别进行任务节点的搜索，管理节点根据所述多只蚂蚁的搜索结果进行任务分配，其特征在于，具体包括以下步骤：步骤1：管理节点为每个任务节点赋予初始信息素；步骤2：确定每个任务所需派出的蚂蚁数目；步骤3：为每只蚂蚁设定生命周期及初始剩余生命信息素：生命周期为蚂蚁的最大跳数，初始剩余生命信息素的值和生命周期相等；步骤4：将所有蚂蚁随机分布在云环境中的任务节点上，并根据所在节点初始化蚂蚁结构表的信息，所述蚂蚁结构表中包括：生命周期、剩余生命信息素、禁忌节点集、最优节点信息；步骤5：每只蚂蚁搜索下一跳节点时，先获取所搜索到的节点上是否存在与其携带同一任务的其它蚂蚁留存的剩余生命信息素信息，如不存在，则跳至该节点并将自身的剩余生命信息素信息留存于该节点，继续进行下一跳节点的搜索；如存在，则判断如跳至该节点后，自身的剩余生命信息素的值是否大于该节点上当前所留存的剩余生命信息素的值，如大于，则蚂蚁跳至该节点，并用自身的剩余生命信息素的值更新该节点上当前所留存的剩余生命信息素的值，继续进行下一跳节点的搜索；反之，蚂蚁将该节点加入禁忌节点集，然后重新进行下一跳节点的搜索；蚂蚁每跳一步，自身的剩余生命信息素的值减1；当自身的剩余生命信息素的值为0时，蚂蚁停止搜索；步骤6：蚂蚁跳至下一跳节点后，计算所携带的任务在该节点上的预计执行时间，若预计执行时间小于蚂蚁当前结构表中存储的最小执行时间，则以所述预计执行时间更新蚂蚁当前结构表中存储的最小执行时间，以该节点信息更新蚂蚁当前结构表中存储的最优节点信息；反之，蚂蚁结构表中存储的信息不改变；重复步骤5和步骤6直到所有蚂蚁生命周期结束；步骤7：每个蚂蚁将他们找到的最优节点信息发送给管理节点，管理节点从这些最优节点中选择合适节点进行任务分配。