摘  要：如何对任务进行高效调度是云计算中所要解决的重要问题。本文主要考虑了服务器的异构性以及任务之间的独立性，建立了云环境下的任务调度模型，并利用遗传模拟退火算法进行求解。最后，基于C++语言编写了仿真环境，仿真实验结果表明：与GA与Min-Min算法相比，在收敛性及任务完成时间方面，本文中提出的算法均表现出了较好的效果。6110
关键词：云计算；任务调度；遗传模拟退火算法；遗传算法；Min-Min算法
Task Scheduling Algorithm Based on Genetic Algorithm in Cloud Computing Environment
Abstract: How to schedule tasks efficiently is a foremost issue to be resolved in cloud computing. The heterogeneity of the server and the independence between tasks are major considerations in this paper,and established a task scheduling model in cloud computing,and by using the genetic simulated annealing algorithm to solve it.Finally,realized the simulation environment based on the C++ language.Compare this algorithm and the traditional genetic algorithm and Min-Min algorithm through simulation experiment,and the result is the improved genetic algorithm is better on the rate of convergence and task completion time.
Key words:Cloud Computing;Task Scheduling;Genetic Simulated Annealing Algorithm;Genetic Algorithm;Min-Min Algorithm
目    录

摘  要    1
引言    1
1云环境下任务调度研究意义及其研究现状    2
1.1任务调度研究意义    2
1.2任务调度问题研究现状    2
2云环境下任务调度问题及其数学模型的建立    3
2.1云环境下的任务调度问题    3
2.2数学模型的建立    3
3基于遗传算法的云环境任务调度算法实现    4
3.1遗传算法简介    4
3.2模拟退火算法简介    4
3.3算法设计    5
3.4算法描述    7
4实验仿真及结果分析    8
4.1 仿真环境介绍及主要参数介绍    8
4.2 仿真结果分析    8
5总结与展望    9
参考文献    10
致谢    11
基于遗传算法的云计算任务调度
引言
云计算是在网格计算的基础上发展起来的一种新兴的商业计算模式，它可以
为用户提供各种存储、计算等资源服务及在Internet上运行的电子商务、社交网络等应用服务，是一种新型的基于服务的资源提供模式。而且这种模式的开放性、易用性、共享性、安全性等特点很好的适应了当下社会新需求的转变，并且具有较好的经济效益优势，从而使它成为了科研机构和国内外商业机构重点研究的热门主题之一。在云计算中面对的用户群是庞大的，要处理的任务量与数据量也是十分巨大的。如何对任务进行高效的调度成为云计算中所要解决的重要问题。
1云环境下任务调度研究意义及其研究现状
1.1任务调度研究意义
由于云计算发展处于刚起步阶段，针对云环境下任务调度问题的算法研究及其应用存在较大的发展空间[1]。不恰当的任务调度方法不仅会浪费云资源而且满足不了用户的实际服务质量需求，从而导致云服务使用者和云服务提供商都达不到自己预期的期望。因此，对云环境下任务调度算法的研究具有重大意义。
2云环境下任务调度问题及其数学模型的建立
2.1云环境下的任务调度问题
针对云环境下的任务调度问题，为简单起见，本文是以独立任务为研究对象，并以任务的总完成时间最短为目标[6]。为明确给出云环境下的任务调度问题，我们有如下定义。 基于遗传算法的云计算任务调度研究:http://www.youerw.com/jisuanji/lunwen_3470.html