基于改进蚁群算法的云环境任务调度研究

作者:王永贵 韩瑞莲

摘要:针对蚁群优化算法(ACO)在解决大规模的组合优化问题时容易陷入搜索速度慢和局部最优的缺陷,进行算法的改进;结合遗传算法全局收敛的优点,将遗传算法融入到蚁群优化算法的每一次迭代中,加快其收敛速度,并引入逆转变异策略,避免了蚁群优化算法陷入局部最优;深入研究了改进的蚁群优化算法在云计算环境中的任务调度策略,并通过扩展云计算仿真平台CloudSim实现了模拟仿真;实验结果表明,此算法能够缩短云环境下的任务平均运行时间,提高了资源利用率。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 自动化技术
收录:
  • SA 科学文摘(英)
  • 剑桥科学文摘
  • 国家图书馆馆藏
  • 上海图书馆馆藏
  • 知网收录(中)
  • 维普收录(中)
  • 万方收录(中)
  • 统计源期刊(中国科技论文优秀期刊)
关键词:
  • 蚁群优化算法
  • 遗传算法
  • 云计算
  • 任务调度

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机测量与控制

期刊级别:统计源期刊

期刊人气:10972

杂志介绍:
主管单位:中国航天科工集团公司
主办单位:中国计算机自动测量与控制技术协会
出版地方:北京
快捷分类:计算机
国际刊号:1671-4598
国内刊号:11-4762/TP
邮发代号:82-16
创刊时间:1993
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.55
综合影响因子:1