检索结果

Select

1. 基于蚁群优化蛙跳算法的云计算资源调度算法

陈暄, 徐见炜, 龙丹

计算机应用 2018, 38 (6): 1670-1674. DOI: 10.11772/j.issn.1001-9081.2017112854

摘要（361）

PDF （928KB）（454）

针对云计算资源调度存在效率低的问题，提出了基于服务质量（QoS）的云计算资源调度算法。首先，在蚁群优化（ACO）算法中采用质量函数和收敛因子来保证信息素更新的有效性，设置反馈因子来提高概率的选择；其次，在蛙跳算法（SFLA）中通过交叉因子和变异因子来提高SFLA的局部搜索效率；最后，在ACO算法的每一次迭代中通过引入SFLA的局部搜索和全局搜索进行更新，提高了算法的效率。云计算的仿真实验结果表明，与基本的ACO算法、SFLA、改进后的粒子群优化（IPSO）算法、改进的人工蜂群算法（IABC）相比，所提算法在QoS的4个指标中有最少的完成时间、最低的消耗成本、最高的满意度和最低的异常数值，表明所提算法能够有效地运用在云计算资源调度中。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于电网需求响应约束的多播路由

龙丹, 李晓卉, 丁月民

计算机应用 2018, 38 (4): 1102-1105. DOI: 10.11772/j.issn.1001-9081.2017092295

摘要（456）

PDF （659KB）（346）

针对智能电网多播路由通信中，通常存在只考虑多播通信的时延约束而没有考虑电网需求侧带负载的情况，所构建的多播树会出现控制信息传输到大功率负载设备的通信时延较大的问题，提出一种考虑负载功率和通信时延的多播树构造方法，称为基于需求响应（DR）能力约束的多播路由算法。首先，根据电网拓扑信息生成满足约束条件的完全图；然后，采用Prim算法构造较低费用的多播树；最后，将多播树还原到原网络。仿真结果表明该算法能够有效地减小大功率负载设备的需求响应时延，与基于时延约束的多播路由算法相比，能够使电网频率波动大幅度减小。该算法能够有效地提高智能电网中需求响应的实时性，稳定电网频率。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于电网DR约束的多播路由

龙丹李晓卉丁月民

录用日期: 2017-11-26