基于遗传-蚁群算法的云计算任务调度优化 |
| |
作者姓名: | 曹阳 刘亚军 俞琰 |
| |
作者单位: | 1. 三江学院 计算机科学与工程学院, 南京 210012; 2. 东南大学 计算机科学与工程学院, 南京 210096;3. 东南大学 成贤学院, 南京 210096 |
| |
摘 要: | 为了找到最佳的云计算任务调度方案, 缩短云计算任务完成时间, 通过综合考虑遗传算法和蚁群算法的优势, 提出一种遗传 蚁群算法的云计算任务调度优化算法. 首先采用遗传算法快速搜索到云计算任务调度的可行方案, 然后采用可行方案初始化蚁群算法的信息素分布, 解决初始信息素匮乏的难题, 加快算法收敛速度和搜索能力, 提高云计算任务求解效率. 在CloudSim平台的实验结果表明, 相对于遗传算法, 遗传 蚁群算法更适合于大规模云计算任务问题的求解, 可缩短任务完成时间, 获得更高的用户满意度.
|
关 键 词: | 云计算 遗传算法 任务调度 任务完成时间 蚁群算法 |
收稿时间: | 2016-03-01 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(理学版)》下载全文 |
|