王 兰，张龙信，满君丰，周立前，李肯立

1(湖南工业大学 计算机学院，湖南 株洲 412007)2(湖南大学 信息科学与工程学院，长沙 410082)

1 引 言

随着云计算和物联网等技术的快速发展，以及新型社交网络的不断涌现，数据正在以前所未有的速度不断地产生和累积，大数据和万物互联的时代已经到来.相对于物联网而言，万物互联在物联网的基础上更侧重于“人”与“物”的互联[1]，增强网络智能，推动人工智能的发展.万物互联的不断发展，网络边缘设备数量亦迅猛地增长.

网络边缘设备和社交媒体等产生海量的、复杂多样的数据，利用云计算中心超强的计算能力来计算和处理数据.数据中心接受到提交的数据任务，采用合理高效的任务调度算法可以提高计算性能、降低数据处理时间.因此，任务调度问题已经成为云计算和边缘计算中的研究热点问题[2]，异构计算模式下的任务调度问题依旧是研究重点问题.

异构计算环境下的任务调度问题已经被证明是NP-hard问题[3]，所以任务调度问题只能通过设计的优化算法取得近似最优解.在并行计算环境下，合理高效的任务调度算法会使处理器系统的计算性能得到很大的提升.任务调度问题是指在满足某些约束条件的情况下(节点间的数据依赖关系和处理器的计算消耗)，按照设计的算法科学地将每个节点任务映射到对应处理器上并高效地执行，以达到最小化任务执行的完成时间、最大化算法的调度……