基于Map-Reduce模型的云资源调度方法研究

• 作者: 卫波 张恒巍 王晋东 韩继红
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 云计算 Map-Reduce 资源调度 粒子群算法 信息熵 混沌扰动
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 网络与通信
• 页码范围: 118-123
• 页数: 6页
• 分类号: TP393.7
• 字数: 6892字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.8.025

摘要

为提高Map-Reduce模型资源调度问题的求解效能,分别考虑Map和Reduce阶段的调度过程,建立带服务质量(QoS)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法.算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性;在利用Sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优.实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀.Map-Reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张恒巍		22	175	9.0	12.0
2	王晋东		29	224	10.0	13.0
3	韩继红		59	243	9.0	11.0
4	卫波		5	54	4.0	5.0