原文服务方: 计算机测量与控制       
摘要:
针对蚁群优化算法(ACO)在解决大规模的组合优化问题时容易陷入搜索速度慢和局部最优的缺陷,进行算法的改进;结合遗传算法全局收敛的优点,将遗传算法融入到蚁群优化算法的每一次迭代中,加快其收敛速度,并引入逆转变异策略,避免了蚁群优化算法陷人局部最优;深入研究了改进的蚁群优化算法在云计算环境中的任务调度策略,并通过扩展云计算仿真平台CloudSim实现了模拟仿真;实验结果表明,此算法能够缩短云环境下的任务平均运行时间,提高了资源利用率.
推荐文章
基于改进蚁群算法的云计算任务调度研究
云计算系统
任务执行时间
蚁群算法
初始信息素
最优调度方案
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
改进蚁群算法的Storm任务调度优化
Storm
任务调度
蚁群算法
负载均衡
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
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 基于改进蚁群算法的云环境任务调度研究
来源期刊 计算机测量与控制 学科
关键词 蚁群优化算法 遗传算法 云计算 任务调度
年,卷(期) 2011,(5) 所属期刊栏目 设计与应用
研究方向 页码范围 1203-1204,1211
页数 分类号 TP311.5
字数 语种 中文
DOI
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 王永贵 辽宁工程技术大学软件学院 47 293 10.0 15.0
2 韩瑞莲 辽宁工程技术大学电子与信息工程学院 2 94 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (246)
参考文献  (5)
节点文献
引证文献  (81)
同被引文献  (119)
二级引证文献  (163)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(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(20)
  • 引证文献(15)
  • 二级引证文献(5)
2014(43)
  • 引证文献(24)
  • 二级引证文献(19)
2015(39)
  • 引证文献(16)
  • 二级引证文献(23)
2016(46)
  • 引证文献(10)
  • 二级引证文献(36)
2017(30)
  • 引证文献(5)
  • 二级引证文献(25)
2018(33)
  • 引证文献(3)
  • 二级引证文献(30)
2019(22)
  • 引证文献(0)
  • 二级引证文献(22)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蚁群优化算法
遗传算法
云计算
任务调度
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导