本文選題：云計算 + 資源分配��； 參考：《湘潭大學(xué)自然科學(xué)學(xué)報》2017年03期

【摘要】：針對云計算中資源有效分配的問題,提出一種基于改進型離散粒子群優(yōu)化(IDPSO)算法的云資源分配方案.首先,將傳統(tǒng)PSO算法中的運算進行離散化,使其能夠應(yīng)用于資源分配問題.然后,對傳統(tǒng)PSO粒子位置更新公式中的慣性權(quán)重進行改進,根據(jù)當前粒子位置、局部最佳和全局最佳位置的適應(yīng)度來確定這些權(quán)重系數(shù),以此加快粒子的收斂速度.最后,將資源分配方案編碼為一個二維粒子,利用IDPSO算法求解最優(yōu)解.實驗結(jié)果表明,該方案能夠有效降低資源浪費率,具有可行性和有效性.
[Abstract]:To solve the problem of efficient resource allocation in cloud computing, a cloud resource allocation scheme based on improved discrete Particle Swarm Optimization (DPSO) algorithm is proposed. Firstly, the traditional PSO algorithm is discretized so that it can be applied to the resource allocation problem. Then, the inertial weights in the traditional PSO particle position updating formula are improved, and these weights are determined according to the fitness of the current particle position, the local optimum position and the global optimal position, so as to accelerate the convergence rate of the particle. Finally, the resource allocation scheme is coded as a two-dimensional particle, and the optimal solution is solved by IDPSO algorithm. The experimental results show that the proposed scheme can effectively reduce the waste rate of resources and is feasible and effective.
【作者單位】： 贛南師范大學(xué)科技學(xué)院;江西理工大學(xué)應(yīng)用科學(xué)學(xué)院;
【基金】：江西省教育廳科學(xué)技術(shù)研究項目(151574)
【分類號】：TP18;TP3

【相似文獻】

相關(guān)期刊論文 前6條

1 王文豐;趙躍龍;宋瑋;鄧桂騫;付雪峰;鄧少波;;最大化系統(tǒng)可靠性收益的資源分配方案[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2010年03期

2 李寧,鄒彤,孫德寶,岑翼剛;面向?qū)ο蟮牧Ｗ尤簝?yōu)化計算性能測試平臺[J];計算機工程與應(yīng)用;2005年07期

3 周雁;陳盈;張敏;彭博夫;;粒子群優(yōu)化在嵌入式軟硬件劃分中的應(yīng)用[J];計算機應(yīng)用與軟件;2011年09期

4 劉安;馮金富;梁曉龍;楊嘯天;;基于遺傳粒子群優(yōu)化的嵌入式系統(tǒng)軟硬件劃分算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2010年06期

5 裴養(yǎng);吳杰;王鑫;;基于粒子群優(yōu)化算法的虛擬機放置策略[J];計算機工程;2012年16期

6 許廷發(fā);趙思宏;周生兵;倪國強;;DSP并行系統(tǒng)的并行粒子群優(yōu)化目標跟蹤[J];光學(xué)精密工程;2009年09期

，

本文編號：1823705