参考文献/References:
[1] 刘鹏.云计算[M].2版.北京:电子工业出版社,2011:1-3.
[2] 梁庆中.混合云平台上多目标任务调度算法研究[D].北京:中国地质大学,2015.
[3] Gaurang Patel,Rutvik Mehta,Upendra Bhoi,et al.Enhanced load balanced min-min algorithm for static meta task scheduling in cloud computing[J].Procedia Compute Science,2015,57: 545-553.
[4] 史少锋,刘宴兵.基于动态规划的云计算任务调度研究[J].重庆邮电大学学报:自然科学版,2012,24(6):687-690.
[5] 熊聪聪,冯龙,陈丽仙,等.云计算中基于遗传算法的任务调度算法研究[J].计算机应用,2016,36(3):633-636.
[6] 于国龙,催忠伟,左羽.基于离散粒子群优化的MPSoC节能调度算法[J].江西师范大学学报:自然科学版,2016,40(3):307-311.
[7] Xue Shengjun,Li Mengying,Xu Xiaolong,et al.An Aco-LB algorithm for task scheduling in the cloud environment[J].Journal of Software,2014,9(2):466-473.
[8] 王波,张晓磊.基于粒子群遗传算法的云计算任务调度研究[J].计算法工程与应用,2015,51(6):85-88.
[9] 曹阳,刘亚军,等.基于遗传-蚁群算法的云计算任务调度优化[J].吉林大学学报:理学版,2016,54(5):1077-1081.
[10] Guo Lizheng,Zhao Shuguang.Task scheduling optimization in cloud computing based on heuristic algorithm[J].Journal of Net Works,2012,7(3):547-553.
[11] 查安民,谭文安.融合粒子群与蚁群的云计算任务调度算法[J].计算机技术与发展,2016,26(8):24-29.
[12] 张兴国,周东健,李成浩.基于粒子群蚁群融合算法的移动机器人路径优化规划[J].江西师范大学学报:自然科学版,2014,38(3):275-277.
[13] 华夏渝,郑骏,胡文心.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学学报:自然科学版,2010(1):127-134.
[14] Ergu D,Kou Gang,Peng Yi,et al.The analytic hierarchy process:task scheduling and resource allocation in cloud computing environment[J].Journal of Supercomputing,2013,64(3):835-848.
[15] 刘之家.基于云计算的“用户期待”任务调度算法的研究[J].大众科技,2011(4):75-77.
[16] 罗晓峰.基于QoS参数映射的云资源选择与匹配方法研究[D].呼和浩特:内蒙古大学,2015.
[17] 刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].7版.北京:科学出版社,2014.