基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了利用蚁群算法来优化服务网格的作业调度系统的方法和一个两层的作业调度模型,该模型可以在网格的动态和异构环境下实现对作业执行时间的预测,然后根据作业的预测执行时间并利用蚁群优化算法使适应函数取得最小值,从而得到最优化的作业调度.基于开发的校园网格实验床,通过实验显示该方法可以优化服务网格的性能,减少作业的平均执行时间,提高系统的吞吐率.
推荐文章
面向服务网格的自调度算法优化技术
自调度
服务网格
套接字
生产者-消费者模式
一种基于遗传-蚁群算法的网格任务调度策略
网格计算
任务调度
遗传算法
染色体
蚁群算法
信息素
基于混合遗传—蚁群算法的MRO服务调度研究
MRO服务
调度
数学模型
混合遗传—蚁群算法
基于改进蚁群算法的客户服务调度方法
客户服务
改进蚁群算法
调度方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群优化算法的服务网格的作业调度
来源期刊 计算机工程 学科 工学
关键词 服务网格 作业调度 蚁群算法
年,卷(期) 2006,(8) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 216-218
页数 3页 分类号 TP311
字数 3713字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.08.078
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孟庆春 中国海洋大学计算机系 34 590 12.0 23.0
5 张晓杰 中国海洋大学计算机系 1 30 1.0 1.0
6 曲卫芬 中国海洋大学计算机系 1 30 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (100)
参考文献  (3)
节点文献
引证文献  (30)
同被引文献  (24)
二级引证文献  (332)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(20)
  • 引证文献(4)
  • 二级引证文献(16)
2012(34)
  • 引证文献(3)
  • 二级引证文献(31)
2013(56)
  • 引证文献(5)
  • 二级引证文献(51)
2014(60)
  • 引证文献(4)
  • 二级引证文献(56)
2015(70)
  • 引证文献(1)
  • 二级引证文献(69)
2016(37)
  • 引证文献(1)
  • 二级引证文献(36)
2017(39)
  • 引证文献(0)
  • 二级引证文献(39)
2018(21)
  • 引证文献(0)
  • 二级引证文献(21)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
服务网格
作业调度
蚁群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导