一种基于竞争粒子群算法的云任务调度方法

为解决云计算任务调度中负载不均及任务完成时间优化难题，本研究提出一种改进型竞争粒子群优化(CSO)算法。针对传统CSO在处理此类问题时存在收敛慢、易陷入局部最优、忽略负载均衡等问题，进行三方面创新：一是通过引入高斯变异操作对胜利粒子实施位置扰动，有效增强算法的全局探索能力；二是设计双模更新策略，通过差异化粒子更新机制，引导种群在进化停滞阶段逃离局部最优区域；三是构建多目标适应度函数，综合任务完成时间(Makespan)与负载均衡指标(LB)，实现调度效率与资源利用的协同优化。本发明通过重构竞争粒子群的更新机制，显著提升算法在调度性能与资源利用率方面的综合表现，为云计算环境下的任务调度问题提供了更具竞争力的解决思路。