改进人工蜂群算法的云任务调度

摘要

针对云资源调度中任务分配效率和资源利用率低等情况,提出一种改进的人工蜂群算法。在基本人工蜂群算法基础上,将交叉机制与全局最优引导的人工蜂群算法相结合,增强人工蜂群算法中蜂群对蜜源的开发能力,同时保持探索能力。在观察蜂选择策略中,引入灵敏度的概念。灵敏度通过配合蜜源信息素而让观察蜂选择蜜源,增加种群的多样性,避免算法陷入局部最优。实验结果表明:改进的人工蜂群算法更快收敛,当任务数为200个时,改进的人工蜂群算法的任务完成时间比人工蜂群算法和蚁群算法分别减少了24 s和35 s。