摘要：针对云工作流调度问题,提出一种融合遗传算法和粒子群优化算法的工作流调度负载均衡算法。充分利用多元启发式方法融合的优势,避免遗传算法的收敛过慢和粒子群算法易于陷入局部最优的缺陷,有效将工作流任务映射至虚拟机资源,实现全局工作流执行跨度最小化和虚拟机分配的负载均衡。以算例详细说明算法实现思路,在现实科学工作流条件下进行仿真测试,验证算法性能。与几种单一元启发式调度方法相比,验证该算法拥有更高执行效率和负载均衡度。

摘要：任务调度作为云计算环境下资源管理的主要方法 ,对云计算体系架构的整体效率和安全性有性有很大的影响。同时由于任务调度的算法复杂性而使得云计算环境下节点负载均衡控制相当困难。本文主主要论述为了解决云计算环境中资源统一管理的困难,引出了虚拟机资源调度模型,使资源在横向资源底层之间的差异以及纵向上资源的兼容性做到透明化的处理,也就便于资源的统一化管理。