霧計算平臺中的任務(wù)調(diào)度問題是無法在多項式時間復(fù)雜度內(nèi)求取精確解的NP-問題;通過對霧計算任務(wù)調(diào)度流程的分析,在構(gòu)建霧計算平臺任務(wù)調(diào)度數(shù)學(xué)模型基礎(chǔ)上,采用改進人工蜂群算法,將任務(wù)調(diào)度映射為蜂群尋找蜜源的過程,在種群初始化階段過引入混沌思想,改善了人工蜂群算法缺陷,擴大了蜂群搜索范圍,避免陷入局部最優(yōu)解;實驗結(jié)果表明,改進后的人工蜂群算法具有更快的算法收斂速度,算法解所對應(yīng)的任務(wù)調(diào)度策略,也具有更高的任務(wù)處理總性能,表明改進人工蜂群算法,達(dá)到了提高霧計算資源利用率,提高霧計算任務(wù)處理效率的目的。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 霧計算概述
2 霧計算任務(wù)調(diào)度模型
    2.1 任務(wù)調(diào)度流程
    2.2 任務(wù)調(diào)度數(shù)學(xué)模型
3 霧計算任務(wù)調(diào)度算法設(shè)計與優(yōu)化
    3.1 算法思路
    3.2 人工蜂群算法改進與優(yōu)化
    3.3 資源調(diào)度算法流程
4 基于改進人工蜂群的資源調(diào)度策略
5 仿真實驗分析
6 結(jié)束語



本文編號：3817869