一種離散人工蜂群ABC算法的云任務(wù)調(diào)度

　　針對現(xiàn)今云計算任務(wù)調(diào)度只考慮單目標和云計算應(yīng)用對虛擬資源的服務(wù)的質(zhì)量要求高等問題，綜合考慮了用戶最短等待時間、資源負載均衡和經(jīng)濟原則，提出一種離散人工蜂群（ ABC）算法的云任務(wù)調(diào)度優(yōu)化策略。首先，從理論上建立了云任務(wù)調(diào)度的多目標數(shù)學(xué)模型；然后，結(jié)合偏好滿意度策略并引入局部搜索算子和改變偵察蜂搜索方式，提出多目標離散型人工蜂群（ MDABC）算法的優(yōu)化策略。通過不同的云任務(wù)調(diào)度仿真實驗，顯示了改進離散人工蜂群算法相對于基礎(chǔ)離散人工蜂群算法、遺傳算法以及經(jīng)典貪心算法，能夠得到較高的綜合滿意度，表明了改進離散人工蜂群算法能夠更好地改善虛擬資源中云任務(wù)調(diào)度系統(tǒng)的性能，具有一定的普適性。