摘 要：针对目前云计算环境下大规模任务调度效率低下的问题，提出一种基于天牛须搜索算法与遗传算法混合的优化算法．为改善遗传算法优化结果不稳定和局部搜索能力差的问题，采用新型交叉方式，动态改变变异概率，拓展天牛搜索方向，并采用精英解保留策略．最后基于CloudSim 仿真平台，在不同任务规模调度情况下，将混合算法和其他3 种算法在相同环境下进行仿真调度．实验结果表明：该混合算法比其他算法得到更优质解，相比于遗传算法，小规模任务调度优化结果提高7.87%，大规模任务调度提高30.23%，是一种高效的云任务调度优化算法．

论文下载：

07.pdf

  浏览次数：