基于膜计算和蚁群算法的融合算法在云计算资源调度中的研究

被引:15
作者
徐浙君 [1 ]
陈善雄 [2 ]
机构
[1] 浙江邮电职业技术学院
[2] 西南大学计算机与信息科学学院
关键词
蚁群算法; 膜计算; 平衡因子; 信息素; 匹配表;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP3 [计算技术、计算机技术];
学科分类号
080201 [机械制造及其自动化]; 140502 [人工智能];
摘要
针对云计算下的资源调度的问题,提出将蚁群算法的个体与云计算中的可行性资源调度进行对应,首先对云计算资源调度进行描述,其次针对蚁群算法的路径选择引入了平衡因子,对信息素进行了局部研究和全局研究,将蚁群个体引入到膜计算中,通过膜内运算和膜间运算,提高了算法的局部和全局收敛的能力,最后在云计算资源分配中,引入匹配表概念,将云计算任务和资源进行匹配,融合后的算法提高了算法的整体性能;仿真实验说明在网络消耗,成本消耗,能量消耗上有了明显的降低,提高了资源分配效率。
引用
收藏
页码:127 / 130
页数:4
相关论文
共 11 条
[1]
基于粒子群算法和RBF神经网络的云计算资源调度方法研究 [J].
赵宏伟 ;
李圣普 .
计算机科学, 2016, 43 (03) :113-117+150
[2]
基于动态趋势预测蚁群算法的云计算资源调度优化研究 [J].
嵇可可 .
科技通报, 2016, (01) :187-190
[3]
改进粒子群算法的云计算环境资源优化调度 [J].
蔡琪 ;
单冬红 ;
赵伟艇 .
辽宁工程技术大学学报(自然科学版), 2016, 35 (01) :93-96
[4]
一种用于云计算资源调度的双向蚁群优化算法 [J].
王常芳 ;
徐文忠 .
计算机测量与控制, 2015, 23 (08) :2861-2863
[5]
基于多维评价模型及改进蚁群优化算法的云计算资源调度策略[J] 蒋华;张乐乾;王鑫; 计算机测量与控制 2015, 07
[6]
基于粒子群优化算法的云计算资源调度策略研究 [J].
周丽娟 ;
王春影 .
计算机科学, 2015, 42 (06) :279-281+292
[7]
基于负载均衡蚁群优化算法的云计算任务调度 [J].
张焕青 ;
张学平 ;
王海涛 ;
刘彦涵 .
微电子学与计算机, 2015, 32 (05) :31-35+40
[8]
基于改进的布谷鸟算法在云计算资源的研究 [J].
叶华乔 ;
丁善婷 .
计算机测量与控制, 2014, 22 (12) :4150-4153
[9]
基于膜计算的蝙蝠算法在云计算资源调度的研究 [J].
宁彬 ;
谷琼 ;
吴钊 ;
袁磊 ;
胡春阳 .
计算机应用研究, 2015, 32 (03) :830-833
[10]
云计算研究现状综述 [J].
李乔 ;
郑啸 .
计算机科学, 2011, 38 (04) :32-37