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:
资源调度是云计算的核心问题,传统遗传算法(GA)、Sufferage算法等都可以用于云计算环境中的资源调度,但传统遗传算法存在收敛慢、易早熟等缺点,Sufferage算法则不适用于多聚类环境的密集型任务调度.本文在充分考虑云计算环境的动态异构性和大规模任务处理特性的基础上,提出了一种基于染色体编码方式和适应度函数的改进遗传算法(IGA),并在云仿真器CloudSim上对3种算法进行了仿真.仿真结果表明,该算法在性能和服务质量QoS(Qualityof Service)方面都优于传统遗传算法和Sufferage,能更好地适用于大规模任务下的云计算环境资源调度.
推荐文章
基于遗传算法的网格计算资源调度策略
网格
资源调度
遗传算法
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改进遗传算法
云计算
轮询调度
模拟退火思想
改进遗传算法
负载均衡
云计算环境下利用改进遗传算法结合二次编码的大规模资源调度方法
改进遗传算法
云计算
资源调度
二次实数编码
匹配程度
最小任务完成时间
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 云计算环境中优化遗传算法的资源调度策略
来源期刊 北京师范大学学报:自然科学版 学科 工学
关键词 云计算 资源调度 遗传算法 Sufferage
年,卷(期) 2012,(4) 所属期刊栏目
研究方向 页码范围 378-384
页数 分类号 TP316.81
字数 6079字 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 于妍芳 北京航空航天大学仪器科学与光电工程学院 3 54 1.0 3.0
2 刘愉 北京师范大学信息科学与技术学院 1 54 1.0 1.0
3 赵志文 1 54 1.0 1.0
4 李小兰 北京师范大学信息科学与技术学院 2 54 1.0 2.0
5 孔令荣 北京师范大学信息科学与技术学院 1 54 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (175)
参考文献  (5)
节点文献
引证文献  (54)
同被引文献  (100)
二级引证文献  (156)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(8)
  • 引证文献(8)
  • 二级引证文献(0)
2015(30)
  • 引证文献(19)
  • 二级引证文献(11)
2016(46)
  • 引证文献(14)
  • 二级引证文献(32)
2017(32)
  • 引证文献(4)
  • 二级引证文献(28)
2018(43)
  • 引证文献(4)
  • 二级引证文献(39)
2019(40)
  • 引证文献(3)
  • 二级引证文献(37)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
云计算
资源调度
遗传算法
Sufferage
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
北京师范大学学报(自然科学版)
双月刊
0476-0301
11-1991/N
大16开
北京新外大街19号
82-406
1956
chi
出版文献量(篇)
3342
总下载数(次)
10
总被引数(次)
24959
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导