|
|
1.
云资源中多目标集成蚁群优化调度算法
左利云 左利锋
计算机应用
2012, 32 (07):
1916-1919.
DOI: 10.3724/SP.J.1087.2012.01916
针对云计算环境的复杂性和云资源的不确定性，提出多目标集成蚁群优化调度算法。采用熵度量云资源的不确定性，进行信息素全局更新，以提高算法收敛速度；将Min-min算法得出的任务预期最小完成时间作为启发信息，以实现最小调度时间；在信息素局部更新时加入负载系数，根据当前负载情况调节信息素，满足负载均衡需求，同时在更新时考虑信息素扩散因素，不仅计算当前节点还考虑周遭节点信息素情况，可增强蚂蚁间协作，提高最优解的性能。改进后算法比原始蚁群算法降低了算法复杂度，提高了最优解精度。云仿真系统实验测试表明改进算法在调度时间、负载均衡等方面表现均优于其他算法。
参考文献 |
相关文章 |
多维度评价
|
|
