面向云平台的免疫多目标优化调度算法

云环境下任务之间存在多种特征，由于传统的资源分配机制存在变化和不确定等特征，容易引发负载不均衡使得调度受到制约，任务时延约束也会降低任务调度策略的利用率。针对这些问题，提出一种面向云平台的免疫多目标优化调度算法。利用Pareto支配关系，设计出云计算任务调度问题的数学模型；经过种群初始化、获得Pareto最优解、计算拥挤距离、克隆选择、重组和变异一系列操作，保持种群的多样性，实现调度的全局优化。与传统算法进行对比，实验结果表明该算法的搜索范围更广，在解的搜索广度上更加优秀，并且还有效平衡了任务执行时间和执行费用，提高了用户满意度。