云环境下基于改进PSO算法的任务调度策略

　　在云环境中，如何高效的实现任务与资源之间的映射一直是研究的热点问题。仿生算法被广泛的应用于任务调度的优化，其中粒子群优化算法凭借其结构简单、参数少和易实现的优点而受到大力重视。但是，标准的粒子群优化算法对于存在较多局部极值云计算环境，很容易出现“早熟”的问题，这是由于种群多样性的匮乏所致。因此，在搜寻过程中能够保持种群的多样性十分重要，本文提出了“分裂”的思想，经过实验证明，该方法能够很好的解决“早熟”的问题，有效的保持种群多样性，并能有效的减少任务的完成时间。