基于改进蚁群算法和粒子群算法的云计算资源调度
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

浙江省教育厅科研项目资助(Y201432433);浙江省教育技术研究规划课题(JB119)


Cloud Computing Resource Scheduling Based on Improved Ant Colony Algorithm and Particle Swarm Algorithm
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:

    针对云计算资源分配中存在分配不均、分配效果不好的问题,利用改进后的蚁群算法和粒子群算法进行资源分配.首先针对粒子群算法的惯性权值进行改进,设定适应度函数并选择最佳位置的粒子,然后将该粒子的位置转变为蚁群算法的初始信息素的值,通过狼群算法改进蚁群算法的信息素的选择.仿真实验表明,本文算法与蚁群算法、粒子群算法相比在任务完成时间、能量消耗方面都有了明显的改善.

    Abstract:

    Aiming at uneven resource distribution in cloud computing and bad distribution effect, this paper distributes resources in improved and colony algorithm and particle swarm algorithm. First of all, improve the inertia weight value of particle swarm algorithm, set the fitness function and select particles at the optimal location, then convert the location of selected particles into the value of ant colony algorithm's initial pheromone and improve ant colony algorithm's selection of pheromone through wolves algorithm. Through simulation experiment, compared with ant colony algorithm and particle swarm algorithm, algorithm in this paper has been significantly improved in time to complete tasks and energy consumption.

    参考文献
    相似文献
    引证文献
引用本文

单好民.基于改进蚁群算法和粒子群算法的云计算资源调度.计算机系统应用,2017,26(6):187-192

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:2016-10-23
  • 最后修改日期:2016-12-19
  • 录用日期:
  • 在线发布日期: 2017-06-08
  • 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