發(fā)布時間：2021-01-31 16:16

　　針對云計算環(huán)境中的數(shù)據(jù)和負載調(diào)度問題,提出一種基于云引力搜索的負載調(diào)度算法.首先,隨機初始化搜索空間中粒子的位置和速度;其次,根據(jù)適應(yīng)度函數(shù)計算得出每個粒子的適應(yīng)度值,并推導(dǎo)出下一個粒子的速度和位置;最后,將粒子的最優(yōu)解分配給cloudlets完成負載調(diào)度.該算法通過使用基于適應(yīng)值的粒子提升了虛擬機的利用率,從而降低了cloudlets分配至虛擬機所需的傳輸時間和總成本.采用了cloudsim軟件對本文算法與現(xiàn)有的流行算法進行了仿真和比較,實驗結(jié)果表明在將cloudlets分配至虛擬機的過程中,算法具有較少的傳輸時間和較低的負載調(diào)度成本. 

【文章來源】：數(shù)學(xué)的實踐與認識. 2020,50(19)北大核心

【文章頁數(shù)】：9 頁

【參考文獻】：
期刊論文
[1]云計算環(huán)境下氣象大數(shù)據(jù)的應(yīng)用研究[J]. 劉驥超,葉釩,謝寒生.  計算機技術(shù)與發(fā)展. 2019(05)
[2]云計算環(huán)境中面向DAG任務(wù)的多目標調(diào)度算法[J]. 徐健銳,朱會娟.  計算機應(yīng)用研究. 2019(01)
[3]基于文化基因算法的多目標云任務(wù)調(diào)度研究[J]. 郝曉弘,韓于芳,晏燕.  微電子學(xué)與計算機. 2018(01)
[4]面向多目標的云計算資源調(diào)度算法[J]. 廖大強.  計算機系統(tǒng)應(yīng)用. 2016(02)



本文編號：3011204