随着网格技术的高速发展,采用高速局域网连接的PC组成的集群以较高的性价比成为进行科研生产生活的热点。PC集群系统的核心问题是如何通过有效地调度和管理,提高系统资源的系统率。集群作业调度软件对集群的调度管理提供了很好的支持,并且都设置了多种调度算法以满足客户的不同需求。地震资料处理集群需要较高的系统利用率和较短的平均响应时间,OpenPBS作为著名调度软件PBS的开源产品已经被广泛地用于生产研究中。但是,OpenPBS默认的调度算法是FIFO算法,不能保证作业的公平性而且增大了平均响应时间。另外,OpenPBS中的负载均衡属于静态负载均衡,无法适应集群调度中资源的动态变化。通过模拟自然生态机制求解复杂优化问题的新型计算智能方法,尤其是蚁群算法成为了集群调度研究的一个重要方向。蚁群算法因为良好的自适应能力和动态反馈性,与集群资源动态性相似,已经被证明为是解决集群作业调度的有效方法。但是,传统的蚁群算法和FIFO算法都没有考虑到任务需求量和资源能力的匹配程度,会使用户出现“大炮打蚊子”式的节点资源性能与作业需求性能不匹配的资源浪费现象。为了解决这种资源不匹配的情况,本文提出了“以退为进”的蚁群改进算法。并将改进的蚁群算法与OpenPBS结合,引入到处理能力不尽相同的异构集群中。实验证明,“以退为进”的蚁群改进算法比传统蚁群算法和FIFO算法缩短了作业平均响应时间,使得负载更加均衡,有效地解决了“大炮打蚊子”式的问题。