一种基于图克隆选择算法优化的算力网络调度方法及装置

本发明涉及一种基于图克隆选择算法优化的算力网络调度方法，其方法包括：获取目标算力网络的节点信息和任务信息，并根据所述信息构建图模型，将最大化任务的时间最小化作为优化目标；基于节点的均匀性和任务的随机性，生成多个初始抗体种群；基于每个节点的计算时间和平均计算时间，确定适应度函数；基于帕累托选择，通过适应度函数值按比例选择适应度最高的多个抗体进行克隆；基于自适应变异概率，对克隆抗体进行变异，得到多个变异种群；通过精英保留策略迭代多个变异种群，直至收敛或迭代次数达到阈值，得到优化目标对应的最优任务分配图。本发明通过进的克隆选择算法在图空间中进行高效搜索，实现动态算力网络中低成本、低延时、高可靠性。