10.3969/j.issn.1000-386x.2021.06.043
基于改进的蝗虫算法的云计算任务调度研究
针对云计算任务调度存在完成时间长、成本消耗大以及负载不均衡的问题,提出一种基于改进的蝗虫算法(Imorve Grasshopper Optimization Algorithm,IGOA)的任务调度方案.对蝗虫算法采用反向学习和柯西分布分别优化种群和递减系数,提高算法的性能;用自然数对蝗虫个体编码表示蝗虫的位置,将每一个蝗虫个体对应一个可行的调度方案,并将任务完成时间、任务消耗成本、虚拟机负载作为蝗虫个体的适应度函数用以算法迭代中的更新条件;获得最优的蝗虫个体即为最佳调度方案.仿真实验表明,改进的蝗虫算法在云计算任务调度方面相比于基本蝗虫算法、蚁群算法、粒子群算法具有更好的效果,特别适合大任务下的云计算调度.
蝗虫算法、反向学习、柯西分布
38
TP393(计算技术、计算机技术)
浙江省教育厅科研项目Y201839288
2021-06-28（万方平台首次上网日期，不代表论文的发表时间）
共8页
271-277,344
