發(fā)布時(shí)間：2021-08-26 18:05

　　移動(dòng)云計(jì)算已經(jīng)深入到人們工作和生活的各個(gè)方面,同時(shí)也對(duì)移動(dòng)設(shè)備的續(xù)航時(shí)間、計(jì)算能力,存儲(chǔ)容量和安全性提出了更高的要求。移動(dòng)云計(jì)算網(wǎng)絡(luò)中的移動(dòng)設(shè)備由于資源有限、通信受限,無(wú)法滿(mǎn)足復(fù)雜應(yīng)用的要求。為了解決移動(dòng)云計(jì)算環(huán)境下復(fù)雜應(yīng)用的有效使用問(wèn)題,對(duì)移動(dòng)設(shè)備網(wǎng)絡(luò)和DAG任務(wù)圖進(jìn)行深入研究,將復(fù)雜應(yīng)用分解成多個(gè)不相交的集合分配給移動(dòng)設(shè)備并行執(zhí)行,滿(mǎn)足移動(dòng)設(shè)備電池容量的約束下,提出了粒子群優(yōu)化（PSO）算法求解最優(yōu)調(diào)度方案的方法,并且應(yīng)用迭代局部搜索（ILS）策略,保證了全局和局部搜索的平衡。 

【文章來(lái)源】：計(jì)算機(jī)與數(shù)字工程. 2020,48(03)

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

實(shí)驗(yàn)1的結(jié)果475020406080100迭代次數(shù)340

遞增到300，觀察輪轉(zhuǎn)算法（RR），貪心算法（Greedy）、PSO和ILS-PSO求解不同數(shù)目的任務(wù)調(diào)度問(wèn)題的性能差異。本文采用文獻(xiàn)［26］的方法，根據(jù)任務(wù)數(shù)隨機(jī)生成DAG任務(wù)圖，任務(wù)的長(zhǎng)度為[20000?30000]上的隨機(jī)整數(shù)。每個(gè)實(shí)驗(yàn)重復(fù)20次，實(shí)驗(yàn)結(jié)果取平均值來(lái)降低誤差。實(shí)驗(yàn)1結(jié)果如圖1所示�？梢钥闯鯬SO具有優(yōu)化性能好、快速收斂的優(yōu)點(diǎn)，然而迭代進(jìn)行到了40次左右的時(shí)候，優(yōu)化陷入了局部最優(yōu)解，隨著迭代次數(shù)的增加，搜索性能不再有明顯變化。實(shí)驗(yàn)2結(jié)果如圖2所示。由實(shí)驗(yàn)1的結(jié)果可以，迭代次數(shù)到達(dá)45次左右時(shí)，PSO算法進(jìn)入局部最優(yōu)，所以最大迭代次數(shù)小于45的時(shí)候，隨著最大迭代次數(shù)的增加，PSO搜索性能持續(xù)提升；當(dāng)最大迭代次數(shù)接近并且超過(guò)45的時(shí)候，PSO搜索性能提升緩慢直到不再有明顯變化。對(duì)于ILS-PSO算法，當(dāng)PSO搜索陷入局部最優(yōu)時(shí)，通過(guò)多次擾動(dòng)到臨近區(qū)間迭代求解更優(yōu)解，求解出近似全局最優(yōu)解。020406080100迭代次數(shù)480460440420400380360340適應(yīng)度圖1實(shí)驗(yàn)1的結(jié)果020406080100最大迭代次數(shù)475450425400375350325300最大完成時(shí)間圖2實(shí)驗(yàn)2的結(jié)果050100150200250300任務(wù)數(shù)量17501500125010007505002500最大完成時(shí)間圖3實(shí)驗(yàn)3的結(jié)果實(shí)驗(yàn)3的結(jié)果如圖3所示�？芍狿SO和ILS-PSO在初期搜索優(yōu)勢(shì)并不明顯，這是由于任務(wù)數(shù)量較少時(shí)，DAG圖的復(fù)雜程度較低，可以使用Greedy算法求解出較好的結(jié)果。隨著任務(wù)數(shù)量的增加，DAG圖的復(fù)雜程度劇增，可以看出RR和Greedy的最大完成時(shí)間與任?

【參考文獻(xiàn)】：
期刊論文
[1]分布式系統(tǒng)下的啟發(fā)式任務(wù)調(diào)度算法[J]. 賈麗云,張向利,張紅梅.  計(jì)算機(jī)工程與應(yīng)用. 2017(12)
[2]移動(dòng)云計(jì)算研究進(jìn)展與趨勢(shì)[J]. 崔勇,宋健,繆蔥蔥,唐俊.  計(jì)算機(jī)學(xué)報(bào). 2017(02)
[3]5G網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)與標(biāo)準(zhǔn)化進(jìn)展[J]. 朱浩,項(xiàng)菲.  電信科學(xué). 2016(04)
[4]基于自適應(yīng)慣性權(quán)重的均值粒子群優(yōu)化算法[J]. 趙志剛,林玉嬌,尹兆遠(yuǎn).  計(jì)算機(jī)工程與科學(xué). 2016(03)
[5]求解RCPSP問(wèn)題的迭代局部搜索算法研究[J]. 趙軒.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2016(08)
[6]異構(gòu)云環(huán)境多目標(biāo)Memetic優(yōu)化任務(wù)調(diào)度方法[J]. 李智勇,陳少淼,楊波,李仁發(fā).  計(jì)算機(jī)學(xué)報(bào). 2016(02)
[7]基于ILS-CS優(yōu)化算法的個(gè)性化旅游線(xiàn)路研究[J]. 侯樂(lè),楊輝華,樊永顯,李靈巧,蔣淑潔.  計(jì)算機(jī)科學(xué)與探索. 2016(01)
[8]基于擬合與粒子群優(yōu)化的VG方程參數(shù)估計(jì)[J]. 曹懷火,歐陽(yáng)艾嘉,艾海男.  計(jì)算機(jī)工程與應(yīng)用. 2013(11)
[9]基于粒子群優(yōu)化的異構(gòu)多處理器任務(wù)調(diào)度算法[J]. 李靜梅,張博,王雪.  計(jì)算機(jī)應(yīng)用研究. 2012(10)
[10]基于量子粒子群優(yōu)化的DAG并行任務(wù)調(diào)度研究[J]. 張聰,沈惠璋.  計(jì)算機(jī)應(yīng)用研究. 2010(07)



本文編號(hào)：3364711