針對(duì)云計(jì)算環(huán)境中的數(shù)據(jù)和負(fù)載調(diào)度問(wèn)題,提出一種基于云引力搜索的負(fù)載調(diào)度算法.首先,隨機(jī)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(jì)算得出每個(gè)粒子的適應(yīng)度值,并推導(dǎo)出下一個(gè)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(fù)載調(diào)度.該算法通過(guò)使用基于適應(yīng)值的粒子提升了虛擬機(jī)的利用率,從而降低了cloudlets分配至虛擬機(jī)所需的傳輸時(shí)間和總成本.采用了cloudsim軟件對(duì)本文算法與現(xiàn)有的流行算法進(jìn)行了仿真和比較,實(shí)驗(yàn)結(jié)果表明在將cloudlets分配至虛擬機(jī)的過(guò)程中,算法具有較少的傳輸時(shí)間和較低的負(fù)載調(diào)度成本. 

【文章來(lái)源】：數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2020,50(19)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]云計(jì)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(jì)算機(jī)技術(shù)與發(fā)展. 2019(05)
[2]云計(jì)算環(huán)境中面向DAG任務(wù)的多目標(biāo)調(diào)度算法[J]. 徐健銳,朱會(huì)娟.  計(jì)算機(jī)應(yīng)用研究. 2019(01)
[3]基于文化基因算法的多目標(biāo)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(jì)算機(jī). 2018(01)
[4]面向多目標(biāo)的云計(jì)算資源調(diào)度算法[J]. 廖大強(qiáng).  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2016(02)



本文編號(hào)：3011204