计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
10期
443-445,451
,共4页
云计算%低消耗%任务调度
雲計算%低消耗%任務調度
운계산%저소모%임무조도
Cloud computing%Low consumption%Task scheduling
在云计算环境下低消耗的任务调度时,由于云计算环境下低消耗的任务调度具有较高的复杂性和通用性,任务之间存在的多种特征,造成任务调度时受到多种制约条件.传统任务调度方法受到这种特征条件约束,导致任务调度效率降低,无法有效实现任务调度,提出基于改进免疫进化算法的任务调度方法,分析了一般免疫进化方法,将PSO算法看作是一个算子引入免疫进化算法中,对免疫算法进行改进,给出任务调度优化模型.在解空间中随机形成初始抗体,对种群规模、变异概率及最大迭代代数进行初始化处理.求出抗体群中各抗体的亲和度并进行排列,将某抗体进行变异,形成新抗体群,重新对亲和度进行计算和排列,从新抗体群中选择最佳抗体.通过PSO算子对新抗体进行处理,获取一组改进后的抗体,对亲和度较大的抗体进行统计.仿真结果表明,所提方法使云计算调度具有很高的效率.
在雲計算環境下低消耗的任務調度時,由于雲計算環境下低消耗的任務調度具有較高的複雜性和通用性,任務之間存在的多種特徵,造成任務調度時受到多種製約條件.傳統任務調度方法受到這種特徵條件約束,導緻任務調度效率降低,無法有效實現任務調度,提齣基于改進免疫進化算法的任務調度方法,分析瞭一般免疫進化方法,將PSO算法看作是一箇算子引入免疫進化算法中,對免疫算法進行改進,給齣任務調度優化模型.在解空間中隨機形成初始抗體,對種群規模、變異概率及最大迭代代數進行初始化處理.求齣抗體群中各抗體的親和度併進行排列,將某抗體進行變異,形成新抗體群,重新對親和度進行計算和排列,從新抗體群中選擇最佳抗體.通過PSO算子對新抗體進行處理,穫取一組改進後的抗體,對親和度較大的抗體進行統計.倣真結果錶明,所提方法使雲計算調度具有很高的效率.
재운계산배경하저소모적임무조도시,유우운계산배경하저소모적임무조도구유교고적복잡성화통용성,임무지간존재적다충특정,조성임무조도시수도다충제약조건.전통임무조도방법수도저충특정조건약속,도치임무조도효솔강저,무법유효실현임무조도,제출기우개진면역진화산법적임무조도방법,분석료일반면역진화방법,장PSO산법간작시일개산자인입면역진화산법중,대면역산법진행개진,급출임무조도우화모형.재해공간중수궤형성초시항체,대충군규모、변이개솔급최대질대대수진행초시화처리.구출항체군중각항체적친화도병진행배렬,장모항체진행변이,형성신항체군,중신대친화도진행계산화배렬,종신항체군중선택최가항체.통과PSO산자대신항체진행처리,획취일조개진후적항체,대친화도교대적항체진행통계.방진결과표명,소제방법사운계산조도구유흔고적효솔.
