改进K-means聚类的云任务调度算法

针对云任务调度中存在的效率低、费用高等问题，提出一种基于改进K-means聚类算法的云任务调度算法。依据虚拟资源的硬件属性，使用改进聚类算法对虚拟资源进行聚类划分；计算任务偏好，使不同偏好的任务在不同的聚类中选择资源；考虑到调度费用问题，对每个聚类使用改进后的Min-min算法进行任务调度。针对K-means聚类算法初始聚类中心随机选取，易陷入局部最优解的问题，对聚类算法进行改进。最后，利用云仿真平台CloudSim进行实验，结果表明，与无聚类的调度算法相比，本文提出的算法在执行效率方面有所提高。