對(duì)任務(wù)調(diào)度在云計(jì)算中的地位作了分析,并由任務(wù)調(diào)度出發(fā),對(duì)云計(jì)算任務(wù)調(diào)度算法的研究現(xiàn)狀進(jìn)行分類、梳理和總結(jié)。根據(jù)調(diào)度目標(biāo)的不同,介紹了多目標(biāo)的任務(wù)調(diào)度算法:人工蜂群算法,帝國(guó)競(jìng)爭(zhēng)算法,蝙蝠算法,貓群算法等。對(duì)每類方法的代表性算法進(jìn)行了分析介紹,并詳細(xì)總結(jié)了每類方法的基本思想、優(yōu)缺點(diǎn)做了分析、對(duì)比和改進(jìn)方式的歸納,對(duì)相關(guān)實(shí)驗(yàn)平臺(tái)進(jìn)行了分析對(duì)比。 

【文章來源】：電子技術(shù)應(yīng)用. 2019,45(09)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 多目標(biāo)優(yōu)化任務(wù)調(diào)度算法
    1.1 人工蜂群算法
    1.2帝國(guó)競(jìng)爭(zhēng)算法
    1.3 蝙蝠算法
    1.4 貓群算法
2 實(shí)驗(yàn)環(huán)境
    2.1 Cloud Sim
    2.2 MDC sim
    2.3 I Can Cloud
    2.4 Green Cloud
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳蝙蝠算法的選擇性拆卸序列規(guī)劃[J]. 朱卓悅,徐志剛,沈衛(wèi)東,楊得玉.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(11)
[2]工具約束下多目標(biāo)拆卸線平衡問題的貓群模擬退火算法[J]. 鄒賓森,張則強(qiáng),蔡寧,朱立夏.  計(jì)算機(jī)集成制造系統(tǒng). 2018(09)
[3]多目標(biāo)低碳并行機(jī)調(diào)度研究[J]. 雷德明,潘子肖,張清勇.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(08)
[4]自適應(yīng)進(jìn)化蝙蝠算法下的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)[J]. 唐朝偉,李彥,段青言,楊險(xiǎn)峰,胡佩,陳冠豪.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[5]一種求解旅行商問題的新型帝國(guó)競(jìng)爭(zhēng)算法[J]. 張?chǎng)锡?陳秀萬,肖漢,李偉.  控制與決策. 2016(04)

碩士論文
[1]基于差分變異蝙蝠算法的裝配序列規(guī)劃方法研究[D]. 彭敏.湘潭大學(xué) 2014



本文編號(hào)：3101146