【摘要】：如何提高云計算中的資源調(diào)度分配的情況,提出采用值聚類和遺傳算法相結(jié)合的方式,將遺傳算法中求解個體適應(yīng)度與云計算中的資源序列進(jìn)行對應(yīng)。首先針對遺傳算法的不足,采用聚類中心旋轉(zhuǎn)坐標(biāo)的值聚類算法對種群進(jìn)行分解,有效的保持種群的多樣性,其次,通過旋轉(zhuǎn)角動態(tài)調(diào)整、量子變異和交叉改進(jìn)的遺傳算法的全局搜索能力,有效的避免陷入了局部最優(yōu),通過與遺傳算法的比較,說明本文的算法在云計算資源分配方面具有一定的優(yōu)越性。
[Abstract]:How to improve resource scheduling and allocation in cloud computing is proposed. The combination of value clustering and genetic algorithm is used to match the individual fitness of genetic algorithm with the resource sequence in cloud computing. First of all, aiming at the deficiency of genetic algorithm, the value clustering algorithm of cluster center rotation coordinate is used to decompose the population to effectively maintain the diversity of the population. Secondly, the dynamic adjustment of rotation angle is adopted. Quantum mutation and crossover improved global search ability of genetic algorithm, effectively avoid falling into local optimal, through the comparison with genetic algorithm, it shows that this algorithm has some advantages in cloud computing resource allocation.
【作者單位】： 西安培華學(xué)院;西北工業(yè)大學(xué)航空學(xué)院;
【分類號】：TP18;TP3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳佳英;李平;鄭金華;胡寧靜;;一種改進(jìn)多親遺傳算法的并行模型研究[J];計算機(jī)工程;2007年05期

2 張玉才,沈元隆;遺傳算法在計算機(jī)系統(tǒng)優(yōu)化問題中的應(yīng)用[J];西安郵電學(xué)院學(xué)報;2005年01期

3 李鵬;楊曉非;;基于遺傳算法的磁光盤膜厚匹配的優(yōu)化設(shè)計[J];磁性材料及器件;2007年02期

4 朱建;高方偉;劉貴喜;;基于遺傳算法的筆記本電腦熱布局的優(yōu)化設(shè)計[J];電子質(zhì)量;2006年12期

5 馬秀娟;牛進(jìn)鵬;趙國良;;基于遺傳算法的星載計算機(jī)可靠性冗余優(yōu)化研究[J];計算機(jī)應(yīng)用;2007年S2期

6 岑巍;使用遺傳算法對時序電路進(jìn)行可測性預(yù)報[J];上海大學(xué)學(xué)報(自然科學(xué)版);1999年S1期

7 李晶;馬建敏;;遺傳算法在計算機(jī)基礎(chǔ)考試系統(tǒng)中的應(yīng)用研究[J];微型機(jī)與應(yīng)用;2014年01期

8 高家全;何桂霞;趙端陽;王雨順;;一種新的遺傳算法在并行機(jī)調(diào)度問題中的應(yīng)用[J];計算機(jī)應(yīng)用與軟件;2008年08期

9 李建鋒;彭艦;;云計算環(huán)境下基于改進(jìn)遺傳算法的任務(wù)調(diào)度算法[J];計算機(jī)應(yīng)用;2011年01期

10 喬雙;進(jìn)化型硬件及其基本構(gòu)成[J];小型微型計算機(jī)系統(tǒng);2001年06期

相關(guān)會議論文 前1條

1 周斌;崔葛瑾;;采用遺傳算法對AVR片內(nèi)RC校頻處理[A];第三屆中國智能計算大會論文集[C];2009年

相關(guān)碩士學(xué)位論文 前9條

1 宣豪駿;基于遺傳算法的云計算任務(wù)調(diào)度策略的研究與實現(xiàn)[D];昆明理工大學(xué);2016年

2 李柯;云計算下基于蟻群優(yōu)化算法的資源分配研究[D];杭州電子科技大學(xué);2016年

3 魏雪;基于遺傳算法的Web服務(wù)器集群負(fù)載均衡的研究[D];浙江理工大學(xué);2017年

4 諸洪瑩;應(yīng)用遺傳算法研究用于高密度信息存儲的多元環(huán)形濾光片[D];浙江工業(yè)大學(xué);2007年

5 丁孟為;遺傳算法在多核系統(tǒng)上的性能分析和優(yōu)化[D];上海交通大學(xué);2012年

6 倪云竹;用遺傳算法解決基于分條技術(shù)的磁盤負(fù)載均衡問題[D];四川大學(xué);2004年

7 劉麗景;多Agent遺傳算法在云計算資源調(diào)度中的應(yīng)用研究[D];西安石油大學(xué);2011年

8 張艷璐;一種基于遺傳算法的低能耗云計算數(shù)據(jù)中心資源調(diào)度策略[D];杭州電子科技大學(xué);2015年

9 張偉;基于進(jìn)化算法的硬件演化基礎(chǔ)研究[D];南京理工大學(xué);2008年

，

本文編號：2261057