基于改进粒子群算法的云资源调度

被引:22
作者
袁正午
李君琪
机构
[1] 重庆邮电大学计算机科学与技术学院S技术集成与应用研究所
关键词
云计算; 改进粒子群算法; 资源调度; 适应度; 迭代;
D O I
10.16208/j.issn1000-7024.2016.02.023
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
粒子群算法(particle swarm optimization,PSO)迭代过程易陷入局部最优并发生"早熟"现象。为提高云计算资源利用效率,改进粒子群算法,并将其应用于云资源调度。改进算法中认知项和社会项权重随迭代次数变化,更加符合粒子群算法的客观规律。实验结果表明,改进算法全局搜索能力更强,能获得更优的云计算资源调度方案。
引用
收藏
页码:401 / 404+412 +412
页数:5
相关论文
共 8 条
[1]   基于混合粒子群算法的云计算任务调度研究 [J].
李依桐 ;
林燕 .
计算技术与自动化, 2014, 33 (01) :73-77
[2]   基于CA-PSO算法的云计算资源调度策略 [J].
孟令玺 ;
李洪亮 .
计算机仿真, 2013, 30 (10) :406-410
[3]   云虚拟机资源分配的效用最大化模型 [J].
师雪霖清华大学计算机科学与技术系 清华信息科学与技术国家实验室(筹) ;
徐恪 .
计算机学报, 2013, 36 (02) :252-262
[4]   节能及信任驱动的虚拟机资源调度 [J].
刘永 ;
王新华 ;
王朕 ;
隋敬麒 .
计算机应用研究, 2012, 29 (07) :2479-2483
[5]   云计算中基于预先分类的调度优化算法 [J].
左利云 ;
左利锋 .
计算机工程与设计, 2012, 33 (04) :1357-1361
[6]   云计算:体系架构与关键技术 [J].
罗军舟 ;
金嘉晖 ;
宋爱波 ;
东方 .
通信学报, 2011, 32 (07) :3-21
[7]   基于MPSO算法的云计算资源调度策略 [J].
刘万军 ;
张孟华 ;
郭文越 .
计算机工程, 2011, 37 (11) :43-44+48
[8]   云计算研究现状综述 [J].
李乔 ;
郑啸 .
计算机科学, 2011, 38 (04) :32-37