基于一种改进的粒子群算法在云计算中的任务调度研究

针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。     

云计算环境下基于遗传蚁群算法的任务调度

研究了云计算环境下的任务调度问题,通过构造云计算环境下的任务调度模型,提出了一种混合调度算法,该算法是蚁群算法与遗传算法的有机融合。其中的遗传算法采用间接编码方式,结合由遗传算法衍生出的优化解,对蚁群信息素的分布进行初始化处理,使遗传算法的快速搜索能力得到充分利用,并通过克服蚁群算法的起始信息素不足问题,加快了求解速度。云计算环境下的仿真实验结果表明,该混合算法是一种行之有效的任务调度算法。     

云计算中的基于ACO-SOS的任务调度的研究

针对传统的蚁群算法在云计算中存在任务调度效率低的问题,本文将共生演算法引入到蚁群算法中,首先将蚁群算法分解为2个子群,并使用共生演算法中的共生,共栖和寄生虫机制避免了算法陷入局部最优,加速了算法获得最优解,在云计算调度仿真中,基于蚁群算法-共生演算法在虚拟机负载均衡、任务完成时间,任务完成成本等方面都有良好的表现,说明本文算法能够有效的提高云计算任务调度效率。     

基于ACO-ICA的云计算任务的调度研究

针对云计算中的任务调度的存在效率低的问题,首先分析了云计算任务调度目标,其次,对蚁群算法的信息素设置质量函数、对选择概率设置经验反馈因子进行了改进,对帝国竞争算法中的殖民地计算方式、边界值的处理都采用了新的方式,最后将两种算法进行融合,得到基于蚁群算法-帝国竞争算法的云计算任务调度算法,仿真实验中,在任务执行时间,执行成本和负载率方面,本文算法都具有一定的优越性。     

基于资源组合预测的云计算任务调度算法

云计算资源负荷状态的动态变化,使得如何预测其变化情况,从而合理地实施任务调度,成为亟待解决的问题。针对该问题,提出一种基于资源组合预测的云计算任务调度算法。该模型采用偏最小二乘回归从各种单一模型的预测结果中提取有效成分,建立组合预测模型;再依据对资源结点的资源预测结果和最小完成时间原则实施任务调度。仿真测试结果表明,该算法具有较好的性能与负载均衡性。     

一种基于聚类的云计算任务调度算法

任务调度是云计算中的一个关键问题.针对 Min-Min 算法负载不平衡的缺点,引入 K-means 聚类,提出一种基于 K-means 聚类和 Min-Min 的云计算任务调度的新算法.该算法采用 K-means 聚类方法依据任务长度对任务聚类进行预处理,然后根据 Min-Min 算法的机制进行任务调度.仿真结果表明,该算法具有较好的负载均衡性和系统性能.     

基于云计算的“用户期待”任务调度算法的研究

文章在云计算提供的各项服务质量基础上,提出了云计算任务调度的用户期待函数,并根据用户期待函数和服务质量的任务分类,提出了用户期待函数的任务调度算法,最后在云计算仿真平台CloudSim上进行仿真实验与分析。实验结果表明,该任务调度算法在调度时间、可靠性与费用等方面具有一定的优势。     

云计算下的基于改进的蝙蝠算法的任务调度研究

针对云计算任务调度中存在效率低,提出了基于改进的蝙蝠算法(improved bat alogrithm,IBA)云任务调度.首先,建立了以执行时间和负载均衡的调度模型,其次在蝙蝠算法的初始化中采用混沌映射,提高了种群的多样性;在蝙蝠算法的自适应参数使用指数递减因子代替;在每一次迭代后使用量化正交交叉算子进行个体筛选.最...     

基于云计算中网络拓扑设计算法RGA的实现

云计算系统是由成千上万的服务器组成,如何将如此大量的服务器通过一个合理的网络拓扑有效地组织起来,使其能够高效稳定运行,使网络在部分结点或链路故障或拥挤时也能正常工作呢？为此根据云计算网络特点提出了由中心的主干交换部分和外围的树状子网构成的计算网络拓扑结构,且提出网络主干交换部分设计的抽象问题。通过该问题进行抽象化提出了RGA算法,并且和merge-MST、k-FOREST算法做时间复杂度分析比较,证明了RGA算法的优越性和有效性。     

基于混沌策略的蝙蝠优化算法在云计算资源调度中的研究

资源调度是当前云计算研究的热点,但是云计算中的虚拟节点的资源调度存在效率低,稳定性低的问题。针对这种情况,本文首先建立云计算环境下的资源调度模型,在模型中引入了优化后的蝙蝠算法,优化中引入混沌算法中的立方映射函数,对蝙蝠的个体进行混沌优化,同时缩小了搜索空间,加快了收敛速度。通过在Cloudsim平台上仿真实验表明,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。     

一种求解云计算资源优化的改进蝙蝠算法

为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。     

基于微粒群算法的云计算资源调度策略的研究

本文在研究微粒群算法、任务分配和资源调度的基础上,结合云计算中资源动态变化的特点和模糊逻辑的相关知识,给出了一种改进的微粒群算法。通过仿真实验验证了本文改进的微粒群算法的正确性和有效性。     

基于单个基因模糊化的云计算优化查询算法

针对传统方法应用于云计算数据查询服务时的不足,提出基于单个基因模糊化的云计算查询算法。在云计算环境下,找到数据库中的查询请求的目标节点,通过把单个基因位的理论引入到传统的模糊计算中,定义云计算服务节点的数据搜索模型,利用数据评判模糊度函数,使不同尺度因子下的数据查询模糊度函数对应着该尺度下不同输出,数据查询模糊度函数表示经过尺度伸缩的查询结果输出。模糊度函数的最大值对应了云计算环境下数据查询完全匹配的输出。实验结果表明,该方法在查询的数据质量、服务节点的负载能力以及查询的目标长度方法要优于传统的方法。     

基于GT的云计算海量作业调度优化

在一般的云计算作业调度算法中普遍存在因为执行作业增多而导致的执行速度较慢的问题。本文以此入手提出了以蚁群算法位基础的改进后的GT算法。改进后的算法首先初始化各个参数,之后借助于GT算法来寻求初始信息素,并把它变为蚁群算法的启发式信息。接着采用蚁群算法进行构造个体解和求解目标函数值的操作,最后进行任务调度工作。仿真试验结果表明,本文提出的基于蚁群算法的改进GT算法在云计算海量作业调度优化中,表现出了比标准GT算法更快的响应速度、更低的负载和更快的执行速度。     

改进SFLA算法在云计算资源调度中的应用

为了提高云计算任务调度的效率,采用改进的SFLA算法实现任务调度。本文先对云计算任务调度原则和调度策略进行了分析,接着对SFLA算法基本原理及数学模型进行了详述,并提出了智能群体算法和自适应SFLA混合的改进SFLA算法,最后运用实例仿真验证该算法在云计算调度中的性能,与传统SFLA算法比较,改进算法在云计算调度中具有更快收敛性和更高精确性,具有一定的研究价值。     

云计算下的一种自适应负载均衡算法的研究

针对云计算下的负载均衡存在效率低的问题,本文首先在鲸鱼算法的基础上,通过种群初始化,淘汰和竞争机制提高算法的局部搜索能力,然后通过人工蜂群算法进行融合提高算法全局搜索能力,融合后算法用于云计算负载均衡中,在调度时间跨度,负载均衡度和任务平均等待时间方面都具有较好效果。     

混合蛙跳优化PID算法的生化分析仪恒温控制

生化分析仪主要用于检测人体的体液在临床状态下的多项生化指标的变化,采用的技术是光、电和机来进行临床检测,因此对于其的恒温控制要求非常高,但一般的PID控制只是单一地复制并模拟PID控制器的功能,因此在有些状况下并不具有良好的控制效果。针对这一问题,本文提出了基于混合蛙跳优化PID算法的生化分析仪恒温控制模型,模仿青蛙群体觅食时,用群族分类来表示思想传递的过程,再利用局部搜索的功能,使得局部个体间信息的传递和全局整体的信息传递有机结合,这种方式就叫做混合策略。通过仿真测试结果表明,常规PID算法模型和本文所提出的混合蛙跳优化PID算法模型控制性能上没有太大的提高,但是混合蛙跳优化PID算法在控制时候的稳定能力上有较大的提高,并且其自我适应的能力和抗干扰的能力明显增强。     

云计算关键技术及基于Hadoop的云计算模型研究

云计算是在网格计算基础上新兴的计算模型,是互联网公司争相追逐的新技术。云计算作为一种商业计算模型,可以把任务分布在大量的计算机构成的资源池上。介绍了云计算的关键技术,这些技术包含虚拟机和计算模型等,还基于Hadoop对云计算模型进行了研究。     

基于云计算循环加密的服务器响应效率优化

研究在云平台环境下的网络交互数据优化加密技术以提高云计算服务器的响应效率,降低服务器响应时间。传统方法采用行为子网络动态密钥构造模型实现云计算循环加密,无法有效满足用户在Possion分布下服务器响应效率。提出一种基于云计算循环加密的服务器响应效率优化算法。构建云平台环境下的网络数据交互模型,采用云计算速度调节动态优化技术提高服务器的响应效率,采用码元频数检测的加密和解密方案,构建云平台环境下的数据交互节点拓扑模型,根据节点剩余度规则,得到后代节点失效过载比,通过部分链路失效多路径加密方法使得数据聚集具有很高的容错功能,进而提高服务器响应效率。仿真实验表明,算法具有较好的数据加密准确性,该方法能有效缩短云计算服务器响应时间。