摘要
本发明提供一种基于蚁群算法的分布式异构任务调度方法及系统,本发明构建于分布式异构任务场景的调度框架上,当有新的任务实例时,调度器先检查各节点的资源是否满足任务实例的需求;若节点的资源满足需求,则计算节点的资源利用率启发式值;结合节点的信息素浓度与启发式值,计算得到节点的混合得分并进行归一化处理。通过比较各节点的混合得分,选择得分最高的节点作为待调度任务实例的目标节点;更新该节点的信息素浓度,并将更新后的信息素浓度表持久化存储。本发明通过蚁群算法的动态信息素更新机制和启发式搜索策略,优化任务调度决策,提高集群资源利用率和任务执行效率,充分利用蚁群算法的全局优化能力,实现更智能、更高效的资源调度。
技术关键词
任务调度方法
蚁群算法
启发式值
异构
调度器
集群资源利用率
任务调度系统
启发式搜索
模拟自然界
算法框架
场景
模块
节点更新
内存
决策
参数
系统为您推荐了相关专利信息
协议设计方法
图谱
地球站监控
参数
数据采集机制
任务调度方法
任务调度模型
网络资源利用率
策略
时延
任务调度方法
节点资源状态
训练深度强化学习模型
任务调度装置
画像