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:
粒子群优化算法已经有许多的研究应用在云计算任务调度上,但是粒子群优化算法在应用过程中易出现陷入早熟、求解精度低的缺点.针对上述不足,提出混合标准粒子群与鸡群优化算法的策略,将粒子群算法以任务完成总时间和任务执行成本为目标进一步优化,最后用cloudsim对新算法与标准粒子群算法、鸡群优化算法进行比较.实验结果表明,新算法在任务完成总时间和任务总的执行成本上取得了明显改善,能够更好地提高对用户的服务质量和需求.
推荐文章
基于混合粒子群算法的云计算任务调度研究
云计算
任务调度
混合粒子群算法
爬山算法
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
基于改进蚁群算法的云计算任务调度研究
云计算系统
任务执行时间
蚁群算法
初始信息素
最优调度方案
基于改进粒子群算法的云计算任务调度算法
云计算
粒子群优化
离散
任务调度
混沌
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 云计算任务调度的粒子鸡群优化算法研究
来源期刊 通信技术 学科 工学
关键词 云计算 标准粒子群算法 鸡群优化算法 cloudsim
年,卷(期) 2018,(7) 所属期刊栏目 网络与系统
研究方向 页码范围 1644-1648
页数 5页 分类号 TP391
字数 2607字 语种 中文
DOI 10.3969/j.issn.1002-0802.2018.07.025
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 许向阳 河北科技大学信息科学与工程学院 17 19 2.0 3.0
2 张芳磊 河北科技大学信息科学与工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (20)
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)
1993(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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(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
云计算
标准粒子群算法
鸡群优化算法
cloudsim
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导