基于新颖性排名和多服务质量的云工作流调度算法

针对现有研究未能综合考虑以用户成本和系统利用率为目标进行优化调度的问题,提出基于新颖性排名和多服务质量(QoS)目标的云工作流调度算法.将资源节点执行任务的频度、任务的等待时间和执行时间作为因子加入推荐模型;使用模拟退火算法训练得到推荐模型,计算出优先级因子;调度器根据优先级因子表进行调度并对其进行更新.在CloudSim平台上进行模拟调度仿真实验,结果证明:所提出算法的任务执行时间优于Q值学习(Q-learning)算法,且用户成本和系统使用率的综合指标更好.