基于改进的布谷鸟算法在云计算资源的研究

被引:7
作者
叶华乔 [1 ]
丁善婷 [2 ,3 ]
机构
[1] 武汉船舶职业技术学院
[2] 湖北工业大学
[3] 湖北省现代制造质量工程重点实验室
关键词
高斯变异; 自适应; 适应度函数; 布谷鸟算法; 云计算;
D O I
暂无
中图分类号
TP3 [计算技术、计算机技术]; TP18 [人工智能理论];
学科分类号
080201 [机械制造及其自动化]; 140502 [人工智能];
摘要
如何进行更好地资源调度一直都是云计算研究的热点,在云计算资源算法中引入布谷鸟算法,针对布谷鸟算法中出现的收敛速度快,容易局部震荡等现象,首先引入高斯变异算子来处理每一个阶段中的鸟窝最佳位置的选择,然后通过自适应动态因子来调整不同阶段中的鸟窝位置的选择,使得改进后的算法收敛精度提高,通过适应度函数的平衡以及遗传算法中的3种操作,使得该算法能够有效的提高云计算环境下的资源分配效率,降低了网络消耗;在Cloudsim平台仿真实验中,通过3个方面的比较,该算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。
引用
收藏
页码:4150 / 4153
页数:4
相关论文
共 5 条
[1]
云计算环境下动态资源碎片管理机制 [J].
王笑宇 ;
程良伦 .
计算机应用, 2014, 34 (04) :999-1004+1009
[2]
基于QoS和效用的云计算资源调度模型 [J].
刘波 ;
刘青凤 .
计算机测量与控制, 2014, 22 (03) :826-829
[3]
基于任务延迟的云计算资源调度算法研究 [J].
杨照峰 ;
王启明 ;
吕海莲 .
计算机测量与控制, 2014, (02) :499-502
[4]
云计算环境下的DPSO资源负载均衡算法 [J].
冯小靖 ;
潘郁 .
计算机工程与应用, 2013, 49 (06) :105-108
[5]
云计算:系统实例与研究现状 [J].
陈康 ;
郑纬民 .
软件学报, 2009, 20 (05) :1337-1348