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。     

遗传算法在云计算任务调度算法中的应用研究

介绍云计算技术,分析了云计算环境下任务调度情况,给出了云计算任务调度中基于用户满意度的遗传算法详细设计,该详细设计中重点叙述了编码、适应度函数设计、交叉等遗传算法实现的主要过程.     

基于遗传算法的云计算任务分配

任务调度的高效性是云计算中要解决的重要问题.已有的适用于分配任务的遗传算法易陷入局部最优这一缺陷,本文对遗传算法进行改进,用于保证云服务的质量.该算法引入双精英策略思想,从而减少产生局部最优解的可能,最后通过仿真实现.结果表明,该方法是一种有效的任务调度算法,减少了处理请求任务的平均完成时间.     

绿色云计算的任务调度与能耗优化机制研究

云计算技术的日益更新,使得云计算服务的用户规模也不断增大,但其中存在许多不合理的任务调度策略,从而导致了大量的能源浪费。绿色云计算根据用户需求,针对任务调度模块提出一种行之有效的实施方案,从而降低云计算系统能耗。基于负载均衡机制和动态任务调度策略,设计了一种绿色云计算体系结构和能耗优化模型。实验结果证明了该方法的可行性和有效性。     

云计算环境中优化混合遗传算法的资源调度研究

将云计算传统的遗传算法应用到任务调度中,存在迭代次数多、资源利用率低、执行时间长等问题。因此,提出贪心算法来初始化种群,以避免随机初始化种群时基因的低表现性,并且引进精英因子到传统遗传算法中以优化收敛速度。设计出双适应度函数,兼顾考虑用户对执行时间和带宽的要求,通过采用可适应交叉和变异方法,提升算法的全局收敛能力。仿真实验结果表明,在云计算的任务调度中使用优化混合遗传算法能更加有效地解决资源调度问题。     

基于混合式启发的云计算任务调度算法

为了进一步降低云计算中的任务最大完成时间并提升负载均衡能力,提出了一种综合遗传算法、Max-Min算法以及Min-Min算法的混合式启发任务调度算法。首先,遗传算法通过染色体编码针对云计算中的任务和计算资源进行表征;然后,将新的染色体信息与每个任务的最大执行时间和最小执行时间的平均值作比较,从而决定对应任务应使用Max-Min算法或Min-Min算法加以调度。仿真结果表明,与经典的Max-Min算法以及Min-Min算法相比,本文算法在最大完成时间和资源利用率方面均具有显著优势。     

改进遗传算法在云计算资源优化调度中的应用

在大量用户请求云计算资源服务时,如何合理组织资源和任务调度是云计算的关键技术之一。如果分配调度方法不合理,就可能产生用户需求得不到满足和资源使用不均衡等问题。在传统遗传算法基础上,将模拟退火算法与遗传算法相融合,扩大遗传算法的搜索领域,解决遗传算法早熟收敛现象,使云资源分配更加合理,以提高云资源利用率。在CloudSim平台上进行仿真,结果表明该方式能较好地对云计算资源进行分配,在能耗、带宽等约束条件下达到云资源最优调度的目的。     

基于分簇能耗聚集的云计算多目标任务调度算法

在云计算环境下的多分簇目标的任务调度是提高软件嵌入式系统稳定性的关键,由于云计算中能耗扩散,在多处理器集群多目标任务调度中出现任务调度优先级列表混乱,调度性能不好的问题.传统方法采用节点行为信息流特征分析方法进行任务调度,随着分簇能耗扩散,收敛性不好.提出一种基于分簇能耗聚集的云计算多目标任务调度算法.待分析任务调度信息流的分层能耗聚集轨迹峰值往往含有重要的信息,提取待分析任务调度信息的能耗特征,构建云计算多目标任务调度模型,实现对云计算多目标任务调度算法的改进.仿真结果表明:采用该算法能有效提高云计算多目标任务调度效率,任务执行时间较短,系统稳定性高.     

混沌扰动w_BAPSO算法在任务调度中的应用

为提高云计算任务调度效率,减少任务调度的成本和时间,改进算法容易陷入局部最优的缺陷,提出基于混沌扰动的w_BAPSO算法.在云计算环境下,通过引入带有logistics混沌扰动的线性递减惯性权重,在PSO算法更新过程中结合蝙蝠算法脉冲速率、脉冲响度等参数,将带有混沌扰动的w_BAPSO算法用于云计算任务调度过程中.通过...     

改进遗传算法在云计算任务调度中的应用

云计算由于其前景广阔而日益受到人们关注。通过云计算,硬件、软件和平台都能以服务的形式按用户需求提供给使用者。因而对于云计算的提供者而言,一个重要的课题就是如何调度任务,即按照用户的请求分配资源,以保证在用户限定的时间内尽快执行完任务。通过对Min Min算法、Max Min算法、遗传算法的研究,提出一种改进的遗传算法,将Min Min算法、Max Min算法融入遗传算法中,从而提高资源使用效率。