1.一种粒子群融合变异控制的负载均衡方法，其特征在于：包括以下步骤：S1：生成初始种群：种群即“染色体”的集合，染色体序列包含两个信息，任务与节点对应的关系，利用随机法产生初始种群；

S2：选择操作：基于“适者生存”的理论，通过适应度函数F(i)对种群中的染色体个体进行挑选；所述适应度函数设计为：F(i)＝exp{[Rstimemin‑Rstime(i)]·σ}其中，i代表染色体号，Rstime(i)代表第i个染色体对应的方案处理任务所消耗的时间，Rstimemin代表在同一时间段内各染色体对应方案所消耗时间的最小值，σ是代表负载方差，因此适应度函数为耗时越小、负载越均衡的染色体，其适应度越高，越容易保留；

S3：交叉操作：交叉是产生新个体，丰富基因库的手段，以种群中个体为父体，按照设计的交叉方式交换父体之间的部分基因，从而形成新个体；

S4：变异操作：

在粒子群算法中加入变异控制，让算法在前期避免过快收缩，陷入局部最优，并保证收敛精度；引入一个变异控制函数控制变异操作的变异率：*

假如预设变异率为t，通过变异函数控制后的变异率为：t＝tf(d)；

其中，d是当前迭代的次数，dmax是预迭代的总次数，d∈[0，dmax]，α是控制系数，k＝(dmaxα+δ) ，δ是相对dmax来说很小的数，目的是保证d取dmax的时候，f(d)很小但不为零；

S5：迭代更新

按照粒子群算法迭代更新、进化的逻辑并进行适当的更改：其中 表示个体历史最优， 表示全体历史最优， 表示个体第d代的值，表示累计最优差值；更新的动力来自于个体的历史和全体的历史两个方面；

S6：终止：

达到下列条件之一则终止流程：(1)寻到最优解；(2)达到最大迭代次数；

S7：解码：

在达到终止条件后，流程停止，最后留下的染色体，按照序列生成的逻辑反解得出任务与节点处理关系的最优方案。

2.根据权利要求1所述的粒子群融合变异控制的负载均衡方法，其特征在于：步骤S1中所述随机法产生初始种群，具体包括：设任务数为m，节点为n，随机生成m个[1，n]之间的数，然后将这m个数排列，排列的方法的数量作为种群规模，若排列的组合数大于设定的种群规模数M，则选出M种，同时确定迭代次数。