基于蟻群優(yōu)化的任務(wù)負(fù)載均衡調(diào)度算法

　　隨著云計算的蓬勃發(fā)展，針對云計算中虛擬機(jī)負(fù)載不均衡及任務(wù)集完成時間較長的問題，提出了一種基于蟻群優(yōu)化的任務(wù)負(fù)載均衡調(diào)度算法（WLB-ACO）。首先基于當(dāng)前虛擬機(jī)的資源利用情況判斷虛擬機(jī)的負(fù)載狀態(tài)，其次，根據(jù)虛擬機(jī)的負(fù)載因子定義信息素的揮發(fā)因子（w），改進(jìn)信息素更新規(guī)則，并利用WLB-ACO合理的分配任務(wù)，使整個系統(tǒng)達(dá)到負(fù)載均衡狀態(tài)的同時任務(wù)集的完成時間最短。最后，采用Cloudsim工具設(shè)計仿真實驗，實驗結(jié)果表明，提出的基于蟻群優(yōu)化的任務(wù)調(diào)度算法在性能、最短完成時間及算法的穩(wěn)定收斂性上有了一定的提高。