熊聪聪，高 萌，赵 青，徐丹滢

(天津科技大学人工智能学院，天津 300457)

随着数据规模日渐庞大、计算日趋复杂，科学工作流已经不能满足数据处理的需求，批处理科学工作流应运而生.批处理科学工作流较科学工作流运算更为复杂，数据处理能力更强，它是包含大量批处理任务组的科学工作流.批处理科学工作流广泛应用于高能物理学、气象学、生物信息学等不同领域，是建模和管理数据密集型数据的有效手段.

云计算为批处理科学工作流的处理提供了技术手段支持.云计算在 2006年由搜索引擎服务提供商Google率先提出[1].目前，云计算的用户数量已经超过 40亿.云计算是依靠虚拟技术进行使用，按需访问是云计算的特点.数据密集型应用是云计算环境下最普遍的应用之一，数据通信往往是数据密集型应用的性能瓶颈.面对庞大的数据规模，怎样对其进行合理的任务分配，使得云计算能够高效完成任务和给出合理调度方案显得尤为重要.

作为云计算的核心技术，任务调度是云计算处理任务过程中的重要环节之一，因此优化任务调度机制是提高云计算综合性能的重要方法[2].在云环境中，任务调度是一个非确定性多项式问题(NP难题)的优化问题[3].任务调度可以合理地分配计算资源任务，并且对计算的任务进行高效率的调度，主要目标是将不同的用户任务分配合适的资源，例如主机或虚拟机(VM)，并找出可以执行任务的适当顺序在……