基于量子协同优化的异构云多目标任务调度方法及系统

本发明提出一种基于量子协同优化的异构云多目标任务调度方法及系统，方法包括：基于用户请求生成DAG图，构建计费机制协同的染色体编码；随机生成初始种群并进行量子适应度评估，运用Grover搜索算法加速非支配排序，引入量子辅助拥挤距离，获取待进化个体。再利用量子遗传算法对其进行交叉、变异操作，达收敛条件时停止。最后将量子遗传算法所得Pareto解集转化为信息素，用蚁群算法初始化并寻径更新，完成调度与分配。本发明通过量子遗传算法进行全局搜索，并通过蚁群算法局部优化，提升了任务调度方法的整体效率；同时，通过改进遗传算法染色体编码方式以及重定义虚拟机成本函数，解决异构云中计费机制差异的问题。