基于改进的鸡群算法在云计算资源调度中的研究

被引:11
作者
陈暄 [1 ]
龙丹 [2 ]
机构
[1] 浙江工业职业技术学院
[2] 浙江大学
关键词
鸡群算法; 反向学习; 学习因子; 差分算法;
D O I
10.19734/j.issn.1001-3695.2018.03.0161
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
针对云计算中的资源调度效率低的问题,提出将改进后的鸡群算法用于调度。引入反向学习概念对鸡群种群进行初始化,提高全局搜索能力。对小鸡的位置引入了粒子群算法中的权重值和学习因子的概念进行改进,优化了鸡群个体位置,通过差分算法对鸡群算法整体的个体位置进行优化,最后通过边界处理从整体上预防了算法中个体位置可能出现的越界。在仿真实验中,将优化后的鸡群算法与基本鸡群算法、粒子群算法和蚁群算法进行在完成时间、花费成本、能量消耗和负载均衡中进行了对比,取得了较好的效果。
引用
收藏
页码:2584 / 2587
页数:4
相关论文
共 12 条
[1]
粒子群算法及其应用研究 [D]. 
白艳敏 .
兰州交通大学,
2013
[2]
Pareto熵鸡群算法求解多目标柔性作业车间调度问题 [J].
吴定会 ;
许世鹏 .
小型微型计算机系统, 2017, 38 (12) :2683-2688
[3]
一种混合改进的鸡群优化算法 [J].
杨菊蜻 ;
张达敏 ;
张慕雪 ;
朱陈柔玲 .
计算机应用研究, 2018, 35 (11) :3290-3293
[4]
基于改进鸡群算法的柔性作业车间调度问题求解 [J].
许世鹏 ;
吴定会 ;
孔飞 ;
纪志成 .
系统仿真学报 , 2017, (07) :1497-1505
[5]
基于离散粒子群优化的云计算QoS调度算法 [J].
王月 ;
刘亚秋 ;
郭继峰 ;
景维鹏 .
计算机工程, 2017, 43 (06) :111-117
[6]
耗散鸡群算法在水库优化调度中的应用 [J].
魏月梅 ;
池丽敏 .
水力发电, 2017, 43 (03) :111-114
[7]
基于鸡群算法的微网经济运行优化 [J].
胡汉梅 ;
李静雅 ;
黄景光 .
高压电器, 2017, 53 (01) :119-125
[8]
基于改进鸡群算法的非侵入式家电负荷分解 [J].
许仪勋 ;
李旺 ;
李东东 ;
游心超 .
电力系统保护与控制, 2016, 44 (13) :27-32
[9]
改进的鸡群算法并用于多分类器系数优化 [J].
洪杨 ;
于凤芹 .
计算机工程与应用 , 2017, (09) :158-161+207
[10]
一种改进的鸡群算法 [J].
孔飞 ;
吴定会 .
江南大学学报(自然科学版), 2015, 14 (06) :681-688