原文服务方: 计算机应用研究       
摘要:
针对在蚁群算法中初始参数设置对算法收敛性能的影响较大,提出了一种新的改进蚁群算法NACA(new ant colony algorithm),针对蚁群算法中的四个关键参数随机编码,得到初始的染色体,从而获得一组较优解;再利用遗传算法的优点对上一步的结果单点顺序交叉、对换变异、选择操作以产生更好的解;然后以这组数据为蚁群算法下一次的工作备选值,并进行最大次数的循环迭代直至停止,即求得参数组合的近似最优解.将它应用于网格系统任务调度中,系统的性能得到了明显的改善.仿真模拟结果表明,所提出的算法具有更短的调度长度和更宽的适应性,当任务已知时,执行时间约缩短了21.7%,且负载变化时对网格中各处理器资源的影响大大减小.
推荐文章
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
一种基于蚁群算法的任务调度方法
蚁群算法
网格计算
遗传算法
退火算法
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
基于改进蚁群算法的云环境任务调度研究
蚁群优化算法
遗传算法
云计算
任务调度
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 网格环境中一种改进的蚁群任务调度算法
来源期刊 计算机应用研究 学科
关键词 网格 任务调度 蚁群算法 GridSim
年,卷(期) 2012,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 455-458,462
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.02.013
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 李肯立 湖南大学信息科学与工程学院 130 931 16.0 22.0
2 曾文 湖南铁路科技职业技术学院机车车辆系 13 5 1.0 1.0
3 黄漾 湖南铁路科技职业技术学院信息技术系 13 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (262)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 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(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网格
任务调度
蚁群算法
GridSim
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导