自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2015年
3期
114-116
,共3页
云计算%任务调度%遗传算法%免疫算法%免疫遗传算法
雲計算%任務調度%遺傳算法%免疫算法%免疫遺傳算法
운계산%임무조도%유전산법%면역산법%면역유전산법
cloud computing%task scheduling%genetic algorithm%immune algorithm%immune genetic algorithm
任务调度策略作为云计算系统中的关键性技术,是学术界的研究热点之一.在云计算环境下,以所有任务总的完成时间最短为目标,提出了一种求解该问题的结合遗传算法和人工免疫算法的混合算法.该算法中交叉概率使用自适应调整策略,变异算子使用逆转变异方法,变异操作的结果通过模拟退火算法的Metropolis接受准则来判断接受与否,最后对遗传算法的种群进行免疫接种.免疫遗传算法弥补了遗传算法收敛速度慢的缺陷,保持了种群的多样性,缩短了任务总的完成时间,提高了云计算系统的工作效率.通过在云仿真平台CloudSim模拟实验,结果表明该免疫遗传算法的求解性能优于标准遗传算法和DPSO算法.
任務調度策略作為雲計算繫統中的關鍵性技術,是學術界的研究熱點之一.在雲計算環境下,以所有任務總的完成時間最短為目標,提齣瞭一種求解該問題的結閤遺傳算法和人工免疫算法的混閤算法.該算法中交扠概率使用自適應調整策略,變異算子使用逆轉變異方法,變異操作的結果通過模擬退火算法的Metropolis接受準則來判斷接受與否,最後對遺傳算法的種群進行免疫接種.免疫遺傳算法瀰補瞭遺傳算法收斂速度慢的缺陷,保持瞭種群的多樣性,縮短瞭任務總的完成時間,提高瞭雲計算繫統的工作效率.通過在雲倣真平檯CloudSim模擬實驗,結果錶明該免疫遺傳算法的求解性能優于標準遺傳算法和DPSO算法.
임무조도책략작위운계산계통중적관건성기술,시학술계적연구열점지일.재운계산배경하,이소유임무총적완성시간최단위목표,제출료일충구해해문제적결합유전산법화인공면역산법적혼합산법.해산법중교차개솔사용자괄응조정책략,변이산자사용역전변이방법,변이조작적결과통과모의퇴화산법적Metropolis접수준칙래판단접수여부,최후대유전산법적충군진행면역접충.면역유전산법미보료유전산법수렴속도만적결함,보지료충군적다양성,축단료임무총적완성시간,제고료운계산계통적공작효솔.통과재운방진평태CloudSim모의실험,결과표명해면역유전산법적구해성능우우표준유전산법화DPSO산법.