作者:
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:
任务调度是云计算中的一个关键问题,遗传算法是一种能较好解决优化问题的算法。本论文针对遗传算法在任务调度过程中随着任务调度问题复杂度增加,算法的性能出现下降的现象,引入K-means聚类算法,提出一种基于K-means聚类和遗传算法的云计算环境下任务调度的新算法。该算法借鉴 K-means 聚类方法的思想在任务调度前对任务进行聚类预处理,然后根据遗传算法的机制进行任务调度,并提出了时间–负载均衡约束的适应度函数,优化了变异算子。仿真实验结果表明,该算法在云环境下任务调度中具有较高的效率和性能。
推荐文章
云环境下基于动态蚁群遗传算法的调度方法研究
云计算
任务调度
遗传算法
蚁群算法
动态蚁群遗传算法
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
云计算环境下基于用户满意度的遗传算法
云计算
任务调度算法
遗传算法
公平性
用户满意度
云计算环境下能量感知的任务调度算法
云计算
任务调度
遗传算法
能量感知
时间跨度
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 云计算环境下基于遗传算法的优化的多任务调度算法
来源期刊 计算机科学与应用 学科 工学
关键词 任务调度 遗传算法 K-MEANS聚类 云计算
年,卷(期) jsjkxyyy_2016,(6) 所属期刊栏目
研究方向 页码范围 317-322
页数 6页 分类号 TP39
字数 语种
DOI
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 孙政 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
任务调度
遗传算法
K-MEANS聚类
云计算
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
论文1v1指导