本文關(guān)鍵詞：云計算中基于生物共生機制改進粒子群優(yōu)化的任務(wù)調(diào)度方案

  更多相關(guān)文章： 云計算 任務(wù)調(diào)度 生物共生機制 粒子群優(yōu)化 全局搜索能力

【摘要】：針對傳統(tǒng)的基于智能算法的云計算任務(wù)調(diào)度方案獲取最優(yōu)解用時較多的問題,受生物界共生現(xiàn)象的啟發(fā),提出一種基于生物共生機制(SM)改進粒子群優(yōu)化(PSO)的任務(wù)調(diào)度方案。首先,將PSO中的粒子分成2個種群,各自執(zhí)行尋優(yōu)。然后,每執(zhí)行k次PSO迭代后,將兩個種群中的個體進行互利共生和寄生操作。通過互利共生操作使搜索過程穿過最佳解區(qū)域,從而增強搜索能力;通過寄生操作排除較差解并引入較優(yōu)解來防止過早收斂。最終獲得任務(wù)調(diào)度的最優(yōu)解。仿真結(jié)果表明,提出的優(yōu)化算法可快速收斂,相比其他幾種較新的調(diào)度方案,提出的方案能夠獲得最小的任務(wù)完成時間和響應(yīng)時間。
【作者單位】： 銅仁學院數(shù)學科學學院;
【基金】：國家自然科學基金資助項目(No.61364003,No.61562703) 貴州省聯(lián)合基金資助項目(黔科合J字LKT[2012]16號)~~
【分類號】：TP18;TP3
【正文快照】： 1引言云計算[1]是一種新的計算技術(shù),用戶可以利用云計算租借軟件、硬件、基礎(chǔ)設(shè)施和計算資源,作為每個用戶的基礎(chǔ)資源,并將他們的工作提交給云計算處理或者存儲。云數(shù)據(jù)存在于不同服務(wù)器中,這些服務(wù)器通過網(wǎng)絡(luò)連通并以虛擬機(virtual machine,VM)的形式實現(xiàn)[2]。云計算中的用

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蒙正中;;一種改進的混合粒子群優(yōu)化算法[J];桂林工學院學報;2009年03期

2 吳昌友;王福林;馬力;;一種新的改進粒子群優(yōu)化算法[J];控制工程;2010年03期

3 周馳,高海兵,高亮,章萬國;粒子群優(yōu)化算法[J];計算機應(yīng)用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計算機工程與應(yīng)用;2004年06期

5 張榮沂;一種新的集群優(yōu)化方法——粒子群優(yōu)化算法[J];黑龍江工程學院學報;2004年04期

6 高鷹;謝勝利;;混沌粒子群優(yōu)化算法[J];計算機科學;2004年08期

7 劉釗,康立山,蔣良孝,楊林權(quán);用粒子群優(yōu)化改進算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計算機系統(tǒng);2005年06期

8 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學學報(自然科學版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進化粒子群優(yōu)化方法[J];計算機科學;2005年08期

10 范娜;云慶夏;;粒子群優(yōu)化算法及其應(yīng)用[J];信息技術(shù);2006年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張妍;張曉光;王永鋼;;幾種改進型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學術(shù)研討會論文集[C];2007年

2 孫紅光;潘毓學;;基于運動目標路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運籌學會第八屆學術(shù)交流會論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國計算（機）化學學術(shù)會議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學術(shù)會議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測算法[A];中國自動化學會中南六省（區(qū)）2010年第28屆年會·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)交流會論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進的自適應(yīng)粒子群優(yōu)化算法對混沌系統(tǒng)未知參數(shù)的估計[A];中國力學大會——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學術(shù)會議論文集（第三分冊）[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 劉昊;多樣性增強的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學;2015年

2 劉華鎣;粒子群優(yōu)化算法的改進研究及在石油工程中的應(yīng)用[D];東北石油大學;2012年

3 劉波;粒子群優(yōu)化算法及其在機電設(shè)備中的應(yīng)用研究[D];中北大學;2011年

4 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實例[D];浙江大學;2005年

5 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學;2007年

6 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學;2008年

7 余炳輝;粒子群優(yōu)化算法試驗研究及擴展[D];華中科技大學;2007年

8 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學;2007年

9 徐慧;粒子群優(yōu)化算法改進及其在煤層氣產(chǎn)能預(yù)測中的應(yīng)用研究[D];中國礦業(yè)大學;2013年

10 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳卓;粒子群優(yōu)化算法的改進及在油藏數(shù)值模擬中的應(yīng)用[D];北京建筑大學;2015年

2 白云;基于粒子群優(yōu)化算法的復雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學;2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機的網(wǎng)絡(luò)態(tài)勢預(yù)測模型研究[D];蘭州大學;2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學;2015年

5 鄭博;基于快速排序的多目標粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學;2015年

6 米永強;非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學;2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學;2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學;2015年

9 牛旭;動態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學;2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學;2014年

，

本文編號：1233067