基于多尺度量子諧振算法的任務(wù)調(diào)度

　　合理地分配虛擬計(jì)算資源以進(jìn)行有效的任務(wù)調(diào)度是云計(jì)算中的一個(gè)核心問題。為了更好地利用虛擬計(jì)算資源，高效地完成服務(wù)需求，提出了一種基于多尺度量子諧振子算法（ MQHOA）的任務(wù)調(diào)度算法。首先，該算法將每一個(gè)調(diào)度方案當(dāng)成一個(gè)采樣位置，利用高斯采樣的隨機(jī)性在當(dāng)前尺度下搜索局部最優(yōu)解；其次，判斷算法是否處于能級穩(wěn)定狀態(tài)，如果穩(wěn)定，則進(jìn)入能級降低過程，最壞的調(diào)度方案將被替換；最后，算法進(jìn)入尺度下降的過程，算法由全局搜索過渡到局部搜索，迭代多次之后，算法停止并輸出找到的最優(yōu)結(jié)果。通過在CloudSim平臺上進(jìn)行仿真實(shí)驗(yàn)，與現(xiàn)有的先來先服務(wù)（ FCFS）算法和粒子群優(yōu)化（PSO）算法對比，MQHOA總?cè)蝿?wù)完成時(shí)間減少10%以上，負(fù)載不均值下降0.4以上。實(shí)驗(yàn)結(jié)果表明，基于MQHOA的任務(wù)調(diào)度算法能夠快速收斂，有良好的全局收斂性和自適應(yīng)能力，在云計(jì)算任務(wù)調(diào)度過程中，能夠起到減少總?cè)蝿?wù)完成時(shí)間和均衡負(fù)載的作用。
?