原文服务方: 自动化与仪表       
摘要:
当前,随着云计算技术的发展,动态资源调度问题越来越受到大家的关注.针对蚁群算法在虚拟云环境下求解最佳调度路径的最小化,并不能满足资源调度最佳路径寻址与收敛性的问题.为了解决云计算调度应用的动态性与实时性,该文使用蚁群算法与遗传算法相结合的交叉混合调度策略.该策略算法使用动态编码方式,由蚁群算法根据信息素求出的最佳路径解作为遗传算法中的种子任务来优化遗传操作初始任务种群,与近年来原始算法在调度问题上相比较,文章提出的交叉算法调度策略具有明显的路径优化效果.仿真实验结果表明,动态蚁群遗传算法在云环境下任务资源调度最佳路径寻址、效率上具有明显的收敛效果.
推荐文章
基于改进蚁群算法的云环境任务调度研究
蚁群优化算法
遗传算法
云计算
任务调度
面向云计算环境任务调度的改进蚁群算法
云计算
任务调度
改进蚁群算法
二点交叉算子
局部优化
一种基于遗传-蚁群算法的网格任务调度策略
网格计算
任务调度
遗传算法
染色体
蚁群算法
信息素
云计算环境下基于遗传蚁群算法的任务调度
云计算
遗传算法
蚁群算法
任务调度
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 云环境下基于动态蚁群遗传算法的调度方法研究
来源期刊 自动化与仪表 学科
关键词 云计算 任务调度 遗传算法 蚁群算法 动态蚁群遗传算法
年,卷(期) 2016,(11) 所属期刊栏目 专题研究
研究方向 页码范围 11-15
页数 5页 分类号 TP393
字数 语种 中文
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 张建伟 郑州轻工业学院软件学院 62 473 9.0 20.0
2 蔡增玉 郑州轻工业学院计算机与通信工程学院 75 268 7.0 13.0
3 尚志会 郑州轻工业学院计算机与通信工程学院 10 27 3.0 4.0
4 马琳琳 郑州轻工业学院计算机与通信工程学院 12 32 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (85)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (31)
二级引证文献  (10)
1975(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(6)
  • 参考文献(6)
  • 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)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
云计算
任务调度
遗传算法
蚁群算法
动态蚁群遗传算法
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导