改进粒子群算法的云计算环境资源优化调度

被引:18
作者
蔡琪 [1 ]
单冬红 [2 ]
赵伟艇 [2 ]
机构
[1] 平顶山教育学院计算机科学与应用系
[2] 平顶山学院软件学院
关键词
云计算; 资源调度; 自适应策略; 粒子群优化算法; 收敛速度;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP393.07 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 1201 ;
摘要
针对云计算的资源调度问题,提出一种基于改进粒子群优化算法(Improved Particle Swarm Optimization,IPSO)的资源调度算法.对云资源调度问题进行分析,建立云资源调度的目标函数,利用PSO较快的收敛速度找到云资源调度问题的最优解,并根据每个粒子的适应度值自适应地改变每个粒子的速度权重,提高了全局寻优能力和收敛能力,同时在Cloud Sim平台对算法进行仿真实验.结果表明:IPSO算法减少了任务的平均完成时间,提高了任务处理的效率,具有很好的优化资源以及合理调度资源的能力.
引用
收藏
页码:93 / 96
页数:4
相关论文
共 7 条
[1]   节能及信任驱动的虚拟机资源调度 [J].
刘永 ;
王新华 ;
王朕 ;
隋敬麒 .
计算机应用研究, 2012, 29 (07) :2479-2483
[2]   基于元胞自动机遗传算法的云资源调度 [J].
张水平 ;
邬海艳 .
计算机工程, 2012, 38 (11) :11-13
[3]   云计算中基于预先分类的调度优化算法 [J].
左利云 ;
左利锋 .
计算机工程与设计, 2012, 33 (04) :1357-1361
[4]   云计算中虚拟资源调度的决策系统 [J].
方锦明 .
计算机测量与控制, 2011, 19 (12) :3145-3148
[5]   云计算及其架构模式 [J].
江务学 ;
张璟 ;
王志明 .
辽宁工程技术大学学报(自然科学版), 2011, 30 (04) :575-579
[6]   云计算环境下基于改进遗传算法的任务调度算法 [J].
李建锋 ;
彭舰 .
计算机应用, 2011, 31 (01) :184-186
[7]   Online optimization for scheduling preemptable tasks on IaaS cloud systems [J].
Li, Jiayin ;
Qiu, Meikang ;
Ming, Zhong ;
Quan, Gang ;
Qin, Xiao ;
Gu, Zonghua .
JOURNAL OF PARALLEL AND DISTRIBUTED COMPUTING, 2012, 72 (05) :666-677