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:
为了高效调度云计算中海量的任务,提出一种改进遗传算法(IGA),将变异操作分为两种:变异操作a和变异操作b变异操作a为随机位置的基因值变异,而变异操作b则是先找出满足一定条件的基因位置,再将该位置的基因值变异成目标基因值,使得每次变异后的染色体都优于变异前的染色体.在算法的前期使用变异操作a,在算法后期即将收敛于最优解时,采用变异操作b以加快收敛的速度 为了避免改进变异操作使算法陷入局部解,在种群初始化时,采用染色体匹配率的方式选择初始化种群,使其均匀的分布在整个解空间上.实验仿真结果表明,改进算法不但使最终完成时间更短,收敛效率更高,而且可以在一定程度上均衡负载,能更有效地实现任务调度.
推荐文章
基于免疫算法的云计算任务调度算法
云计算
免疫算法
遗传算法
任务调度
基于遗传加差分算法的云计算任务调度
云计算
任务调度
遗传算法
差分算法
基于混合粒子群算法的云计算任务调度研究
云计算
任务调度
混合粒子群算法
爬山算法
基于依赖型任务和Sarsa(λ)算法的云计算任务调度
任务调度
强化学习
云计算
负载均衡
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 基于变异算子的云计算任务调度算法
来源期刊 四川理工学院学报(自然科学版) 学科 工学
关键词 云计算 任务调度 遗传算法 匹配率 变异
年,卷(期) 2014,(1) 所属期刊栏目 机械、电子及计算机科学
研究方向 页码范围 32-36
页数 5页 分类号 TP393
字数 4495字 语种 中文
DOI 10.11863/j.suse.2014.01.09
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 蔡乐才 四川理工学院计算机学院 72 341 8.0 17.0
2 高祥 四川理工学院机械工程学院 27 58 5.0 5.0
3 陈超 四川理工学院自动化与电子信息学院 48 148 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (240)
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)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(4)
  • 二级参考文献(2)
2012(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(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)
2016(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
云计算
任务调度
遗传算法
匹配率
变异
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
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导