2.2 仿真系統工作流程
　　(1)當用戶提交一個任務請求(包含任務的任務量、通信量、任務提交時間、時間限度等參數）時，觸發任務接收器，任務接收器就將新任務加入到任務隊列排隊。任務隊列按照優先級排序，可以根據不同用戶的不同需要(用戶等級、任務緊迫度等)對進入隊列的任務進行排序。
　　(2)仿真環境中的計時器每隔一定時間觸發任務調度器，任務調度器就會從任務隊列中取出待處理的任務，并從資源監視器中獲得當前系統資源使用情況列表。
　　(3)根據待處理任務及系統資源調用任務分配策略器，產生一個最優化的任務分配表。
　　(4)根據最優化任務分配表，調用任務分配器，執行任務分配表中的任務。如果任務順利完成，則將任務占有的資源釋放并加入到資源列表中；如果任務失敗，則釋放該任務占有的系統資源，并將失敗的任務插入到任務隊列中，以待下次調度。
　　(5)當不能從任務隊列中獲得任務時，表明所有任務都已經完成，將根據運行中得到的數據產生需要的統計結果。
3 螞蟻算法在網格任務調度中的應用
3.1 改進后的螞蟻算法思想
　　當一個新資源s加入網格系統時，需要提供其鏈路帶寬r（Mbps）、CPU個數m和處理能力p（MIPS）、磁盤存儲容量f(MB)以及此資源的單位定價k等基本參數，資源發現器（類似于GLOBUS中的GIIS）據此可以初始化該資源的各種信息素（每種信息素對應于一個基本參數）。在初始化各種信息素之前，先定義資源中各基本參數的閾值：
　　r_max=r₀ 　m_max=m₀ p_max=p₀ 　f_max=f₀ 　k_max=k₀
　　并規定：如果資源的各參數值超過閾值，則統一以閾值進行后面的計算。
　　然后初始化各種信息素：
　　T_sr(0)=r/r₀*100%　　　　　　　鏈路帶寬r的信息素
　　T_sm(0)=(m*p)/(m₀*p₀)*100%　　CPU計算能力的信息素
　　T_sf(0)=f/f₀*100% 　　　　　　磁盤存儲容量f的信息素
　　T_sk(0)=k/k₀*100% 　　　　　　資源的單位定價k的信息素 　　　(1)
　　則資源s的初始化總信息素為：
　　T_s(0)=a*T_sr(0)+b*T_sm(0)+c*T_sf(0)+d*T_sk(0)　　　　　　　　　　(2)
　　其中，a+b+c+d=1，a，b，c，d分別表示鏈路帶寬信息素、CPU計算能力信息素、磁盤存儲容量信息素以及資源的單位定價信息素在該資源總信息素中所占的比重。
　　每當有新資源加入網格系統，或某資源退出或者掉線，或任務成功或失敗返回時，資源信息素都會隨之改變：T_s^new=g*T_s^old+△T_s，△T_s是信息素改變量，g表示信息素持久性（取0.6），1-g表示信息素的揮發性^[7]。
　　當任務從資源s成功返回時，△T_s=Ce*K，Ce是獎勵參數，取0.6，表示增加成功經驗；當任務從資源s失敗返回時，△Ts=Cp*K，Cp是懲罰因子，取-1.2.
資源信息素改變時，任務分配概率隨之改變：
　　
　　式中，T_s(t)為時間t時資源s的信息素濃度，η_s表示資源s的固有屬性，η_s=T_s(0)；α表示信息素的重要性，β表示資源固有屬性的重要性。
3.2 改進后的螞蟻算法流程
　　基于上面的公式和思想，設計了下面的用于網格系統中任務調度的算法，該算法分為9個步驟：
　　(1)利用公式（1）初始化所有資源的各種信息素，利用公式（2）初始化各資源的總信息素。
　　(2)調度器接收當前從用戶發送來的實驗數據，即隨機任務。
　　(3)對當前實驗的每個任務，依據其分配給每個資源的概率判斷使用哪個資源。具體做法是以下(4)～(6)。
　　(4)利用公式：
　　
　　算出該任務分配給每個資源的概率。其中，ηs表示資源s的固有屬性，ηs=Ts(0)；T_s(t)是資源s的信息素濃度；α表示信息素的重要性，取α=0.5；β表示資源固有屬性的重要性；u代表系統中所有可用資源。
　　(5)依據概率將任務分配給一個資源。
　　(6)利用公式：
　　Tsr(t′)=Ts(t)*p-0.0005L1
　　Tsr(t)=Tsr(t′)
　　Tsm(t′)=Ts(t)*p-0.0005L2
　　Tsm(t)=Tsm(t′)
　　對鏈路帶寬信息素、CPU計算能力信息素進行更新。而磁盤容量信息素及資源單位定價信息素暫時不變。其中，L₁，L₂為任務的通信量及計算量。然后根據公式：Ts(t)=a*Tsr(t)+b*Tsm(t)+c*Tsf(t)+d*Tsk(t)將該資源的信息素進行更新。
　　(7)將當前實驗的所有任務都分配給資源后，則等待任務的返回。如果任務成功返回，則利用以下公式：
　　Tsr(t+1)=p*Tsr(t)+0.6*L₁
　　Tsm(t+1)=p*Tsm(t)+0.6*L₂
　　Tsf(t+1)=p*Tsf(t)+0.6*L₃
　　Tsk(t+1)=Tsk(t)
　　Ts(t+1)=a*Tsr(t+1)+b*Tsm(t+1)+c*Tsf(t+1)+d*Tsk(t+1)
　　對該資源的信息素進行更新。其中，L3為任務在計算過程中占用磁盤容量最大時的值。
　　如果任務失敗返回，則利用公式：
　　T_sr(t+1)=p*T_sr(t)-1.2*L₁
　　T_sm(t+1)=p*T_sm(t)-1.2*L₂
　　T_sf(t+1)=p*T_sf(t)-1.2*L₃
　　T_sk(t+1)=T_sk(t)
　　Ts(t+1)=a*T_sr(t+1)+b*T_sm(t+1)+c*T_sf(t+1)+d*T_sk(t+1)
　　對該資源的信息素進行更新。
　　(8)重復（3）～（7），直到當前實驗的所有任務都成功返回為止。
　　(9)重復(2)～(8)，直到所有用戶實驗都被處理完為止。
3.3 負載平衡因子的添加
　　當某個資源負載很重時，很容易成為網格計算的瓶頸，影響所有任務的及時完成。改進后的螞蟻算法，在很大程度上實現了負載平衡。為了取得更好的負載平衡效果，要不斷地探測資源的負載及其任務完成情況，以便對以后新任務的分配產生積極的影響。同時通過把各資源的負載完成率的差值控制在一個較小的門限之內以保證負載均衡。本文在螞蟻算法中引入一個負載平衡因子λ。
　　λ=u/Ts(0)
　　式中，u為資源上尚未完成的任務量，而Ts(0)基本上可以代表某資源的處理能力。
　　每次任務完成時的信息素改變量為△Ts+c/λ(c為調節因子)，即如果對未完成任務中所需處理時間長的節點，將資源信息素降低一些，則所需處理時間短的節點信息素就增加一些。這樣就能保證任務負載率盡快逼近同一個值，在以后分配任務的過程中，系統的負載均衡能力就會得到進一步提高。
4 實驗結果
　　在仿真平臺下，用8個資源和800個任務進行模擬實驗。資源情況如表1所示，任務計算量為2000M～10000M，數據通信量在10M～100M。

?

　　圖2給出了各資源的初始總信息素(其中，取a=0.2，b=0.5，c=0.2，d=0.1)。初始總信息素基本上代表了這個資源的處理能力。
　　如圖3所示，所有資源的任務量與資源處理能力之比基本相同。任務最終完成情況與資源的處理能力成正比，性能好的資源分到了更多的任務。同時由此圖與資源列表可以分析出，任務的調度受處理器個數、處理器計算能力影響較大。而當磁盤容量滿足任務存儲需求時，其差別可以忽略不計。