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:
蚁群算法在优化组合问题中有着重要的意义,传统的蚁群调度算法搜索速度慢、容易陷入局部最优.针对这种情况,结合布谷鸟搜索算法,提出一种基于蚁群算法与布谷鸟搜索算法的混合算法(ACOCS),用于云环境下的资源调度.该方法有效保留了蚁群算法求解精度高和鲁棒性的特性,并融入了布谷鸟搜索具有快速全局搜索能力的优势.仿真实验结果表明,提出的ACOCS调度算法有效减少了调度所需的响应时间,也在一定程度上提高了系统资源利用率.
推荐文章
一种云存储环境下的资源调度改进算法
云存储
资源调度
遗传算法
三角模糊数
层次分析法
一种网格环境下的资源协同调度算法
网格
协同分配
协同调度算法
资源共享图
一种用于云计算资源调度的双向蚁群优化算法
云计算
资源调度
负载均衡
蚁群优化
信息素
一种云环境下的科学工作流均衡调度算法
云环境
工作流调度
均衡调度
预算分配
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 ACOCS:一种云环境下资源调度混合算法
来源期刊 计算机工程与科学 学科 工学
关键词 调度 蚁群算法 布谷鸟搜索
年,卷(期) 2015,(6) 所属期刊栏目 高性能计算
研究方向 页码范围 1047-1052
页数 6页 分类号 TP301.6
字数 4480字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.06.003
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 程良伦 广东工业大学计算机学院 274 1459 17.0 25.0
2 黎煌达 广东工业大学计算机学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (660)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(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
调度
蚁群算法
布谷鸟搜索
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导