|
|
啟發(fā)式算法 資源調(diào)度 搜索能力 正反饋性 的搜索結(jié)果
基于混合優(yōu)化算法的云計算資源調(diào)度
任小金 郭培
由于云計算的動態(tài)性、異構(gòu)性和不可預(yù)測性等特點(diǎn)，使得資源調(diào)度策略面臨很大的挑戰(zhàn)。目前解決資源調(diào)度的方法主要是一些啟發(fā)式算法，如模擬退火算法、人工神經(jīng)網(wǎng)絡(luò)算法、粒子群算法、蟻群算法和遺傳算法等，由于優(yōu)缺點(diǎn)分明，不能單獨(dú)實(shí)現(xiàn)云計算任務(wù)的最優(yōu)分配。因此，提出了使用混合優(yōu)化算法解決云計算資源分配問題。在算法前期，借助粒子群全局廣泛搜索能力，快速尋找到較優(yōu)解；在算法后期，借助蟻群算法的
任小金 郭培
由于云計算的動態(tài)性、異構(gòu)性和不可預(yù)測性等特點(diǎn)，使得資源調(diào)度策略面臨很大的挑戰(zhàn)。目前解決資源調(diào)度的方法主要是一些啟發(fā)式算法，如模擬退火算法、人工神經(jīng)網(wǎng)絡(luò)算法、粒子群算法、蟻群算法和遺傳算法等，由于優(yōu)缺點(diǎn)分明，不能單獨(dú)實(shí)現(xiàn)云計算任務(wù)的最優(yōu)分配。因此，提出了使用混合優(yōu)化算法解決云計算資源分配問題。在算法前期，借助粒子群全局廣泛搜索能力，快速尋找到較優(yōu)解；在算法后期，借助蟻群算法的
http://m.712333com.com/show.aspx?id=19267&cid=13日期：2015/2/4 10:45:39
- 1/1
- 1