改进粒子群算法在网格资源分配中的优化

被引：19

作者：

李志洁

刘向东

段晓东

机构：

[1] 大连民族学院非线性信息技术研究所

来源：

计算机集成制造系统 | 2009年 / 15卷 / 12期

关键词：

网格计算; 资源分配; 粒子群优化; 并行子群;

D O I：

10.13196/j.cims.2009.12.89.lizhj.018

中图分类号：

TP393.01 [];

学科分类号：

摘要：

针对并行网格任务的资源分配问题,提出了一种基于并行粒子子群优化的分配算法。该算法引入效用函数,反映网格任务的偏好和目标,利用乘子法转化约束条件,导出适应度函数。最后通过粒子子群的并行寻优过程,得到资源分配的最优解。仿真实验表明了该算法的有效性,且在任务较多的情况下,优化结果好于传统粒子群算法。

引用

页码：2375 / 2382

页数：8

共 7 条

[1]

A grid-based genetic algorithm combined with an adaptive simulated annealing for protein structure prediction [J].

Tantar, Alexandru-Adrian ;

Melab, Nouredine ;

Talbi, El-Ghazali .

SOFT COMPUTING, 2008, 12 (12) :1185-1198

[2]

Grid computing in China [J].

Yang G. ;

Jin H. ;

Li M. ;

Xiao N. ;

Li W. ;

Wu Z. ;

Wu Y. ;

Tang F. .

Journal of Grid Computing, 2004, 2 (2) :193-206

[3]

Sub optimal scheduling in a grid using genetic algorithms.[J].V. Di Martino;M. Mililotti.Parallel Computing.2004, 5

[4]

Recent approaches to global optimization problems through Particle Swarm Optimization [J].

K.E. Parsopoulos ;

M.N. Vrahatis .

Natural Computing, 2002, 1 (2-3) :235-306

[5]

基于粒子群的网格任务调度算法研究 [J].

季一木 ;

王汝传 .

通信学报, 2007, (10) :60-66

[6]

一种基于市场机制的网格资源调价算法 [J].

翁楚良 ;

陆鑫达 .

计算机研究与发展, 2004, (07) :1151-1156

[7]

粒子群算法及其应用.[M].段小东; 王存睿; 刘向东; 编著.辽宁大学出版社.2007,

← 1 →