项目简介：

本发明公开了一种基于非均匀粒度分类的云环境任务调度方法，该方法包括：对云系统中的资源向量进行分类预处理，建立资源向量的初始样本矩阵；对样本矩阵作极差标准化处理；以样本间欧式距离为相似性测度函数，对得到的样本矩阵执行聚类操作，得到聚类谱系图；通过选择合适的分类阈值T，最终得到三个资源分类：计算型、带宽型、存储型；计算各分类资源总的综合性能，对各分类中的资源按性能从高到低进行排序；对系统中调度的任务，计算任务资源期望tGP、任务偏好系数tRP，根据tRP，在相应分类类别中优先选择负载较轻，且资源综合性能最优的资源，调度器将该资源分配给此任务；计算用户满意度Usatisfy，衡量用户实际获得的资源与期望要求的符合程度。

项目核心创新点：

本发明目的在于提出了一种基于非均匀粒度分类的云环境任务调度方法，该方法是采用非均匀粒度对云数据中心的虚拟化资源进行分类预处理。

项目详细用途：

能够有效地缩小资源搜索范围，较快的实现任务与资源的合理匹配，获得了最小的任务完成时间

预期效益说明：

1、本发明通过优先选择性能较优的资源并考虑负载均衡等策略，保证任务在最短时间内完成的同时，最大限度的体现任务调度的公平性，实现了资源的均衡使用。

2、本发明在最小化任务完成时间的基础上，维持资源负载均衡，同时引入了任务偏好，最大限度地提高了用户满意度。

3、本发明能减少任务平均完成时间，提高了系统可靠性、用户满意度，以及实现云系统的负载均衡。

4、本发明在任务平均完成时间、用户满意度、负载均衡度、系统可靠性的方面都表现最优，并且充分证明了TSNUGC算法的有效性。

5、本发明通过计算分析任务偏好，能够使任务更快、更好地与所需资源绑定。