|
1.
基于聚类和改进共生演算法的云任务调度策略
李昆仑, 关立伟, 郭昌隆
计算机应用
2018, 38 (3):
707-714.
DOI: 10.11772/j.issn.1001-9081.2017092311
针对云计算环境中一些基于服务质量(QoS)调度算法存在寻优速度慢、调度成本与用户满意度不均衡的问题,提出了一种基于聚类和改进共生演算法的云任务调度策略。首先将任务和资源进行模糊聚类并对资源进行重排序放置,依据属性相似度对任务进行指导分配,减小对资源的选择范围;然后依据交叉和旋转学习机制改进共生演算法,提升算法的搜索能力;最后通过加权求和方式构造驱动模型,均衡调度代价与系统性能间关系。通过不同任务量的云任务调度仿真实验,表明该算法相比改进遗传算法、混合粒子群遗传算法和离散共生演算法,有效减少了进化代数,降低了调度成本并提升了用户满意度,是一种可行有效的任务调度算法。
参考文献 |
相关文章 |
多维度评价
|
|