發(fā)布時間：2018-02-25 18:45

  本文關(guān)鍵詞： 云計算 資源調(diào)度 量子粒子群算法 慣性權(quán)值　出處：《火力與指揮控制》2017年04期 　論文類型：期刊論文

【摘要】：資源調(diào)度問題是云計算研究的一個重要方向。針對傳統(tǒng)量子粒子群算法的不足,提出了一種改進量子粒子算法,并將其應(yīng)用于云計算資源調(diào)度策略。首先,建立了云計算資源調(diào)度問題的模型,并將資源調(diào)度任務(wù)完成的時間作為適應(yīng)度函數(shù)。隨后采用自適應(yīng)機制,通過改變粒子位置更新的慣性權(quán)值,提高了算法的全局搜索能力,加快了收斂速度。最后通過實驗仿真對該算法進行了測試。實驗表明,該算法能更好更快地找到云計算資源調(diào)度方案,使資源分配更加合理高效。
[Abstract]:Resource scheduling is an important research direction in cloud computing. Aiming at the shortcomings of traditional quantum particle swarm optimization (QPSO), an improved quantum particle algorithm (QPSO) is proposed and applied to cloud computing resource scheduling strategy. The model of cloud computing resource scheduling problem is established, and the time of resource scheduling task is taken as fitness function. Then, by changing the inertia weight updated by particle position, the global searching ability of the algorithm is improved. Finally, the algorithm is tested by experimental simulation. Experiments show that the algorithm can find the cloud computing resource scheduling scheme better and faster, and make the resource allocation more reasonable and efficient.
【作者單位】： 空軍工程大學裝備管理與安全工程學院;
【基金】：國家自然科學青年基金資助(71501184)
【分類號】：TP18;TP3

【參考文獻】

相關(guān)期刊論文 前10條

1 徐文忠;彭志平;左敬龍;;基于遺傳算法的云計算資源調(diào)度策略研究[J];計算機測量與控制;2015年05期

2 苑帥;沈西挺;邵娜娜;;引入人工蜂群搜索算子的QPSO算法的改進實現(xiàn)[J];計算機工程與應(yīng)用;2016年15期

3 袁浩;李昌兵;;基于社會力群智能優(yōu)化算法的云計算資源調(diào)度[J];計算機科學;2015年04期

4 肖明清;楊召;薛輝輝;唐希浪;鄧俊;;云計算及其在測試領(lǐng)域的應(yīng)用探索[J];空軍工程大學學報(自然科學版);2015年01期

5 楊單;李超鋒;楊健;;基于改進混沌螢火蟲算法的云計算資源調(diào)度[J];計算機工程;2015年02期

6 劉衛(wèi)寧;靳洪兵;劉波;;基于改進量子遺傳算法的云計算資源調(diào)度[J];計算機應(yīng)用;2013年08期

7 林偉偉;齊德昱;;云計算資源調(diào)度研究綜述[J];計算機科學;2012年10期

8 周文俊;曹健;;基于預(yù)測及蟻群算法的云計算資源調(diào)度策略[J];計算機仿真;2012年09期

9 黃宇;韓璞;劉長良;李永玲;;改進量子粒子群算法及其在系統(tǒng)辨識中的應(yīng)用[J];中國電機工程學報;2011年20期

10 劉靜;須文波;孫俊;;基于量子粒子群算法求解整數(shù)規(guī)劃[J];計算機應(yīng)用研究;2007年03期

【共引文獻】

相關(guān)期刊論文 前10條

1 楊波;劉澤民;隆愛軍;謝石文;韓成成;;遺傳算法在提高非包圍地震定位精度中的應(yīng)用[J];華北地震科學;2017年02期

2 胡列娜;程海英;陳峰;;大數(shù)據(jù)背景下的數(shù)據(jù)通信調(diào)度方法研究[J];計算機測量與控制;2017年05期

3 陸含波;楊長春;;關(guān)于微博平臺特征信息優(yōu)化檢測仿真研究[J];計算機仿真;2017年05期

4 魏勇;趙開新;張松青;王東署;;基于改進蟻群算法的云計算任務(wù)調(diào)度研究[J];火力與指揮控制;2017年05期

5 葛維春;葉波;;負載均衡優(yōu)先的改進優(yōu)先級表調(diào)度算法[J];沈陽工業(yè)大學學報;2017年03期

6 陳靜;丁學文;榮秀婷;張金平;;基于云計算和光通信網(wǎng)絡(luò)下智能電網(wǎng)信息模型的建立[J];自動化與儀器儀表;2017年04期

7 彭宏恩;;基于Yarn的資源調(diào)度算法研究[J];福建電腦;2017年04期

8 趙昱;惠曉濱;高楊軍;郭慶;;基于改進QPSO算法的云計算資源調(diào)度策略研究[J];火力與指揮控制;2017年04期

9 曹法如;馮茂林;;改進人工魚群算法及其在時滯系統(tǒng)辨識中的應(yīng)用[J];工程科學學報;2017年04期

10 趙俊普;殷進勇;金同標;曾瑋妮;;遺傳蟻群算法在云計算資源調(diào)度中的應(yīng)用[J];計算機工程與設(shè)計;2017年03期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 羅鵬;;基于GM-QPSO算法的數(shù)據(jù)庫查詢優(yōu)化[J];計算機工程與應(yīng)用;2014年08期

2 丁穎;李飛;;自適應(yīng)收擴系數(shù)的雙中心協(xié)作QPSO算法[J];計算機工程;2014年03期

3 沈時軍;劉欣然;張鴻;朱春鴿;;云計算中的服務(wù)可用性保障機制[J];通信學報;2014年02期

4 孟凡超;張海洲;初佃輝;;基于蟻群優(yōu)化算法的云計算資源負載均衡研究[J];華中科技大學學報(自然科學版);2013年S2期

5 董虎勝;陸萍;鐘寶江;;基于協(xié)同量子粒子群的自動配煤系統(tǒng)優(yōu)化[J];制造業(yè)自動化;2014年01期

6 高玉明;張仁津;;基于改進QPSO算法優(yōu)化SVR的上證指數(shù)預(yù)測[J];計算機仿真;2013年12期

7 趙吉;梅娟;傅毅;;一種結(jié)合云模型和QPSO優(yōu)化的RBFNN及其應(yīng)用[J];計算機應(yīng)用與軟件;2013年12期

8 王芳;李美安;段衛(wèi)軍;;基于動態(tài)自適應(yīng)蟻群算法的云計算任務(wù)調(diào)度[J];計算機應(yīng)用;2013年11期

9 吳濤;嚴余松;陳曦;;基于隨機評價機制的量子粒子群優(yōu)化算法及其參數(shù)控制[J];計算機應(yīng)用;2013年10期

10 劉衛(wèi)寧;靳洪兵;劉波;;基于改進量子遺傳算法的云計算資源調(diào)度[J];計算機應(yīng)用;2013年08期

【相似文獻】

相關(guān)期刊論文 前10條

1 周建濤;陸海燕;葉新銘;;面向資源調(diào)度的矩陣規(guī)范化方法研究[J];中山大學學報(自然科學版);2009年01期

2 夏文明;李國富;;資源調(diào)度問題研究綜述[J];機電工程;2009年07期

3 林偉偉;齊德昱;;云計算資源調(diào)度研究綜述[J];計算機科學;2012年10期

4 楊繼君;許維勝;黃武軍;吳啟迪;;基于多災(zāi)點非合作博弈的資源調(diào)度建模與仿真[J];計算機應(yīng)用;2008年06期

5 梁金華;;基于仿真網(wǎng)格平臺的資源調(diào)度算法模擬[J];科技信息;2010年18期

6 薛玉;;云計算環(huán)境下的資源調(diào)度優(yōu)化模型研究[J];計算機仿真;2013年05期

7 羅丹;;云計算資源調(diào)度算法仿真[J];計算機仿真;2013年07期

8 謝斌;林華;;聯(lián)合戰(zhàn)場資源調(diào)度問題綜述[J];艦船電子工程;2013年10期

9 林永毅,張智江,廖黛麗,倪凌;電信傳輸資源及調(diào)度一體化管理的研究與實現(xiàn)[J];電信科學;2002年10期

10 吉軍;蔚承建;陳勝峰;陳旭;;分散式多工廠資源調(diào)度中的一種理性策略[J];計算機應(yīng)用;2010年11期

相關(guān)會議論文 前3條

1 曹東旭;劉明陽;;基于馬爾科夫決策鏈的作戰(zhàn)資源調(diào)度[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網(wǎng)交通事故應(yīng)急救援資源調(diào)度系統(tǒng)設(shè)計及應(yīng)用[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

3 叢慧芳;王文生;謝能付;;農(nóng)業(yè)信息網(wǎng)格環(huán)境中數(shù)據(jù)傳輸資源調(diào)度方法研究[A];中國農(nóng)業(yè)信息科技創(chuàng)新與學科發(fā)展大會論文匯編[C];2007年

相關(guān)重要報紙文章 前1條

1 本報記者 吳挺;云計算的管理需求顯現(xiàn)[N];計算機世界;2009年

相關(guān)博士學位論文 前10條

1 王小樂;信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2014年

2 吳曉民;能量捕獲驅(qū)動的異構(gòu)網(wǎng)絡(luò)資源調(diào)度與優(yōu)化研究[D];中國科學技術(shù)大學;2016年

3 朱銳意;LTE系統(tǒng)資源動態(tài)分配算法研究[D];中國科學技術(shù)大學;2016年

4 王力;鐵路集裝箱中心站關(guān)鍵資源調(diào)度優(yōu)化理論與方法[D];北京交通大學;2014年

5 馬滿福;基于計算經(jīng)濟的網(wǎng)格資源管理研究[D];西北工業(yè)大學;2007年

6 冉泳屹;云環(huán)境下基于隨機優(yōu)化的動態(tài)資源調(diào)度研究[D];中國科學技術(shù)大學;2015年

7 徐昕;基于博弈論的云計算資源調(diào)度方法研究[D];華東理工大學;2015年

8 徐勁松;SLA約束下的云資源調(diào)度關(guān)鍵技術(shù)研究[D];南京郵電大學;2013年

9 張靜樂;網(wǎng)絡(luò)環(huán)境下協(xié)同服務(wù)關(guān)鍵技術(shù)研究[D];北京科技大學;2011年

10 田國忠;多DAG共享資源調(diào)度的若干問題研究[D];北京工業(yè)大學;2013年

相關(guān)碩士學位論文 前10條

1 王艷平;基于蟻群算法的云計算資源調(diào)度研究[D];曲阜師范大學;2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機制研究[D];江西理工大學;2015年

3 張揚;基于QPSO-SFLA改進算法的云環(huán)境資源調(diào)度研究[D];江西理工大學;2014年

4 楊南;藏文輿情云分析平臺資源調(diào)度優(yōu)化研究[D];西北民族大學;2015年

5 李超;基于改進粒子群算法的云計算資源調(diào)度研究[D];中國礦業(yè)大學;2015年

6 郭慶光;基于協(xié)同演化算法的云計算資源調(diào)度的研究[D];電子科技大學;2014年

7 陳強;載波聚合下的資源調(diào)度研究[D];電子科技大學;2014年

8 梁俊杰;基于應(yīng)用容器的云資源調(diào)度研究與實現(xiàn)[D];電子科技大學;2015年

9 趙穎;Hadoop環(huán)境下的動態(tài)資源管理研究與實現(xiàn)[D];上海交通大學;2015年

10 徐政;基于QoS的LTE資源調(diào)度策略研究[D];南京郵電大學;2015年

，

本文編號：1534723