作者：聂清彬; 霍敏霞; 曹耀钦云计算匹配函数蚁群算法任务调度负载均衡
摘要：为了提高任务在云环境中的执行效率,提出一种基于任务资源匹配度函数和的成本函数的改进蚁群算法（an advanced Matching function of Task Resource and Cost in Ant Colony Optimization,MTRCACO）,在综合参考各种最新蚁群算法的基础上,创新地通过任务与资源匹配度函数来改进信息素中的启发信息,并通过成本函数降低云计算中心的负载不均衡度,使虚拟机通过多次算法迭代以后能够处于一种负载均衡的状态,利用CloudSim工具进行仿真测试,实验结果表明MTRCACO算法在任务的执行成本以及系统负载均衡方面均优于IPSO算法和BACO算法,提高了资源的利用率.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
