基于离散粒子群优化的云计算QoS调度算法

被引：24

作者：

王月 ^{[1
,2
]}

刘亚秋 ^{[1
,2
]}

郭继峰 ^{[1
,2
]}

景维鹏 ^{[1
,2
]}

机构：

[1] 东北林业大学信息与计算机工程学院

[2] 黑龙江省林业生态大数据存储与高性能(云)计算工程技术研究中心

来源：

计算机工程 | 2017年 / 43卷 / 06期

关键词：

云计算; 服务质量; 离散粒子群优化; 截止时间; 调度预算; 可靠性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对云计算环境下用户任务的多种服务质量(QoS)需求,综合考虑任务截止时间、调度预算和可靠性,提出一种多QoS约束离散粒子群优化(QoS-DPSO)的任务调度算法。对任务的QoS进行定义和数学建模,通过截止时间和调度预算约束DPSO的搜索空间,根据可靠性重新定义DPSO的适应度函数,由适应度值搜索最优的任务调度方案。实验结果表明,与PSO,DPSO,DBC和EDF算法相比,QoS-DPSO在满足调度截止期的情况下具有较高的可靠性,并且对Makespan性能的影响较小。

引用

页码：111 / 117

页数：7

共 7 条

[1]

基于Pareto前沿与粒子群优化的卫星资源调度算法 [J].

郑义成 ;

袁茵 ;

邓勇 ;

李军 ;

王海鸿 .

计算机工程, 2016, 42 (01) :193-198

[2]

基于混沌多目标粒子群优化算法的云服务选择 [J].

王娜 ;

卫波 ;

王晋东 ;

张恒巍 .

计算机工程, 2014, 40 (03) :23-27+38

[3]

Low-time complexity budget–deadline constrained workflow scheduling on heterogeneous resources.[J].Hamid Arabnejad;Jorge G. Barbosa;Radu Prodan.Future Generation Computer Systems.2016,

[4]

QoS decomposition for service composition using genetic algorithm [J].

Mardukhi, Farhad ;

NematBakhsh, Naser ;

Zamanifar, Kamran ;

Barati, Asghar .

APPLIED SOFT COMPUTING, 2013, 13 (07) :3409-3421

[5]

A market-oriented hierarchical scheduling strategy in cloud workflow systems.[J].Zhangjun Wu;Xiao Liu;Zhiwei Ni;Dong Yuan;Yun Yang.The Journal of Supercomputing.2013, 1

[6]

Cloud brokering mechanisms for optimized placement of virtual machines across multiple providers.[J].Johan Tordsson;Rubén S. Montero;Rafael Moreno-Vozmediano;Ignacio M. Llorente.Future Generation Computer Systems.2011, 2

[7]

SCHEDULING ALGORITHMS FOR MULTIPROGRAMMING IN A HARD-REAL-TIME ENVIRONMENT [J].

LIU, CL ;

LAYLAND, JW .

JOURNAL OF THE ACM, 1973, 20 (01) :46-61

← 1 →