基于改进 NPGA 算法的多目标优化云任务调度算法

• 作者: 杨燕
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 多目标优化 云任务调度 小生镜 Pareto 遗传算法 服务质量要求
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 信息融合
• 页码范围: 1196-1201,1216
• 页数: 7页
• 分类号: TP301.6
• 字数: 5537字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.07.009

摘要

随着云计算的不断发展，传统的单目标优化下的任务调度已经不能满足用户的服务质量要求。论文选取运行时间、费用和负载均衡建立多目标优化的云任务调度模型，提出一种改进的多目标小生境 Pareto 遗传算法（NPGA），采用相似任务序列交叉操作加快进化，再采用位移变异避免算法过早收敛。此外，通过自适应选取比较集合规模和小生境半径提高算法的收敛速度。仿真结果表明，改进后的 NPGA 算法在云调度中保持 Pareto 最优解的多样性和分布性更优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨燕		4	3	1.0	1.0