优化粒子群的云计算任务调度算法

• 作者: 查安民 谭文安 陈森博
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 任务调度 云计算 粒子群优化 相关性 极值扰动
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP301.6
• 字数: 4728字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.07.002

摘要

任务调度作为云计算的关键技术之一，却一直没有得到很好的解决。针对云任务调度的特点，基于基本粒子群优化( PSO)算法，文中提出了一种带极值扰动的相关性粒子群优化( EDCPSO)算法。该算法采用Copula函数去刻画随机因子间的相关结构，支持粒子合理利用自身经验信息和群体共享信息，解决了粒子群优化算法在寻优过程中没有考虑随机因子作用而造成全局优化能力不足的缺陷；采用添加极值扰动算子的策略，进一步改进粒子群优化算法，避免了粒子群优化算法在进化后期容易陷入局部寻优现象。仿真结果表明，在相同条件下，带极值扰动的相关性粒子群优化算法优于基本粒子群优化算法和Cloudsim原有调度算法，任务总的完成时间明显减少。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭文安	南京航空航天大学计算机科学与技术学院	37	82	4.0	6.0
5	陈森博	南京航空航天大学计算机科学与技术学院	4	16	2.0	4.0
6	查安民	南京航空航天大学计算机科学与技术学院	2	15	2.0	2.0