一种提高集群调度性能的改进型蚁群算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

山东省自然科学基金(Z2016FM017);中央高校基本科研业务费专项基金(16CX02046A)


Improved Ant Colony Algorithm for Improving Performance of Cluster Scheduling
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    蚁群算法ACO能较好地应用于集群调度,但其传统的信息素更新方式带来了性能匹配和负载均衡等问题,影响了集群调度的性能.针对这些问题,提出了改进型蚁群算法IACO,通过引入性能匹配因子和负载均衡因子更合理地调整信息素,缩短了作业处理时间,提高了CPU利用率,从而有效地提高了集群调度性能.

    Abstract:

    The Ant Colony Algorithm (ACO) can be applied to cluster scheduling better, but its traditional pheromone update method brings the performance matching and load balancing and so on, which affects the performance of cluster scheduling. In order to solve these problems, an Improved ACO (IACO) is put forward. The pheromone is adjusted more reasonably by adjusting the performance matching factor and the load balancing factor. It is observed that the processing time is shortened, the CPU utilization is improved, and the performance of the cluster is improved effectively.

    参考文献
    相似文献
    引证文献
引用本文

刘素芹,张千,王俊爽.一种提高集群调度性能的改进型蚁群算法.计算机系统应用,2018,27(7):173-176

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-10-20
  • 最后修改日期:2017-11-10
  • 录用日期:
  • 在线发布日期: 2018-06-27
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号