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:
针对当前云计算环境中节点规模巨大,单个节点资源配置较低,寻找有效计算资源效率不高的缺点,文中在Coogle公司的Map/Reduce框架上提出了两个基于蚁群优化的资源调度策略ACO1和ACO2,并在这两个资源调度策略中引入双向蚂蚁机制.在该双向蚂蚁机制中蚂蚁通过相互交流,能够快速地发现合适的虚拟机资源,从而使得Master节点能够快速地为用户任务分配虚拟机.实验结果表明这两个利用了双向蚂蚁机制的资源调度策略显著减少了为用户任务寻找虚拟机的时间,从而使得用户任务能够更快地获得虚拟机,保证用户作业能够按时完成.
推荐文章
基于多维评价模型及改进蚁群优化算法的云计算资源调度策略
云计算
蚁群优化算法
资源调度
评价模型
面向云计算环境任务调度的改进蚁群算法
云计算
任务调度
改进蚁群算法
二点交叉算子
局部优化
云环境下基于动态蚁群遗传算法的调度方法研究
云计算
任务调度
遗传算法
蚁群算法
动态蚁群遗传算法
一种用于云计算资源调度的双向蚁群优化算法
云计算
资源调度
负载均衡
蚁群优化
信息素
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 云计算环境下基于蚁群优化算法的资源调度策略
来源期刊 计算机技术与发展 学科 工学
关键词 资源调度 蚁群算法
年,卷(期) 2011,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 19-23,27
页数 分类号 TP31
字数 5812字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.09.005
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 邢长明 山东财政学院继续教育学院 4 63 2.0 4.0
2 王新华 山东师范大学信息科学与工程学院 49 397 10.0 18.0
6 王硕 山东师范大学信息科学与工程学院 18 95 4.0 9.0
7 刘永 山东师范大学信息科学与工程学院 4 94 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (442)
参考文献  (7)
节点文献
引证文献  (56)
同被引文献  (81)
二级引证文献  (130)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(8)
  • 引证文献(8)
  • 二级引证文献(0)
2013(7)
  • 引证文献(5)
  • 二级引证文献(2)
2014(21)
  • 引证文献(14)
  • 二级引证文献(7)
2015(29)
  • 引证文献(13)
  • 二级引证文献(16)
2016(24)
  • 引证文献(4)
  • 二级引证文献(20)
2017(39)
  • 引证文献(7)
  • 二级引证文献(32)
2018(31)
  • 引证文献(3)
  • 二级引证文献(28)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
资源调度
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导