基于改进量子遗传算法的云计算资源调度

被引:49
作者
刘卫宁 [1 ,2 ]
靳洪兵 [1 ,2 ]
刘波 [1 ,2 ]
机构
[1] 重庆大学计算机学院
[2] 信息物理社会可信服务计算教育部重点实验室(重庆大学)
关键词
云计算; 量子遗传算法; 资源调度; 最小成本; 实数编码;
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
针对云计算环境下资源的高效调度问题,当前研究较少关注云服务提供商的服务成本,为此,以云服务提供商降低最小服务成本为目的,提出了改进量子遗传算法的云资源调度算法。由于采用二进制量子位表示的染色体无法描述资源调度矩阵,该算法将量子位的二进制编码转换为实数编码,并使用旋转策略和变异算子保证算法的收敛性。通过仿真实验平台将此算法与遗传算法和粒子群算法进行比较分析,在种群迭代次数为100的情况下,分别取种群数为1和10,实验结果表明该算法能取得更小的最小服务成本。
引用
收藏
页码:2151 / 2153
页数:3
相关论文
共 6 条
[1]
云计算环境下资源的节能调度 [J].
徐骁勇 ;
潘郁 ;
凌晨 .
计算机应用, 2012, 32 (07) :1913-1915+1946
[2]
一种基于免疫克隆的偏好多维QoS云资源调度优化算法 [J].
孙大为 ;
常桂然 ;
李凤云 ;
王川 ;
王兴伟 .
电子学报, 2011, 39 (08) :1824-1831
[3]
多任务多资源优化调度的病毒遗传算法 [J].
齐金平 ;
查显锋 .
计算机应用, 2011, 31 (07) :1773-1775
[4]
云计算环境下基于改进遗传算法的任务调度算法 [J].
李建锋 ;
彭舰 .
计算机应用, 2011, 31 (01) :184-186
[5]
量子进化算法研究进展 [J].
王凌 .
控制与决策, 2008, (12) :1321-1326
[6]
基于实数编码和目标函数梯度的量子遗传算法 [J].
李士勇 ;
李盼池 .
哈尔滨工业大学学报, 2006, (08) :1216-1218+1223