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:
针对已有的适用于分配任务的蚁群算法易陷入局部最优解的缺陷,提出了一个保证云服务质量的分组多态蚁群算法.该算法将蚁群按职能不同分为搜索蚁、侦察蚁和工蚁,根据预测完成时间的更新使平均完成时间逐渐取得最小值,从而减少产生局部最优解的可能,最后通过Cloudsim仿真实现.结果表明该方法减少了处理请求任务的平均完成时间,提高了任务处理的效率.
推荐文章
基于混合蚁群算法的MAS任务分配
多代理系统
多对多模式
任务分配
混合蚁群算法
基于并行蚁群算法的常规导弹作战任务分配
常规导弹
任务分配
并行蚁群算法
多子群蚁群算法
基于改进蚁群算法的周期多帧任务分配
异构多核
多帧任务
蚁群算法
基于TCBSA-ACO算法在云计算任务分配中的研究
云计算
蚁群算法
负载均衡
任务调度
模拟退火
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云计算任务分配
来源期刊 计算机应用 学科 工学
关键词 云计算 Cloudsim 蚁群算法 多态
年,卷(期) 2012,(5) 所属期刊栏目 新进计算
研究方向 页码范围 1418-1420
页数 分类号 TP338|TP316.4
字数 3726字 语种 中文
DOI 10.3724/SP.J.1087.2012.01418
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 张春艳 中国矿业大学计算机科学与技术学院 10 187 7.0 10.0
2 刘清林 中国矿业大学计算机科学与技术学院 3 80 2.0 3.0
3 孟珂 中国矿业大学计算机科学与技术学院 4 93 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (107)
参考文献  (10)
节点文献
引证文献  (77)
同被引文献  (155)
二级引证文献  (350)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(3)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(14)
  • 引证文献(13)
  • 二级引证文献(1)
2014(29)
  • 引证文献(15)
  • 二级引证文献(14)
2015(69)
  • 引证文献(16)
  • 二级引证文献(53)
2016(84)
  • 引证文献(7)
  • 二级引证文献(77)
2017(85)
  • 引证文献(9)
  • 二级引证文献(76)
2018(63)
  • 引证文献(9)
  • 二级引证文献(54)
2019(59)
  • 引证文献(4)
  • 二级引证文献(55)
2020(21)
  • 引证文献(1)
  • 二级引证文献(20)
研究主题发展历程
节点文献
云计算
Cloudsim
蚁群算法
多态
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导