原文服务方: 湖南大学学报(自然科学版)       
摘要:
随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.
推荐文章
基于粒子群优化的云工作流任务调度
云计算
工作流调度
粒子群算法
代价最优化
约束满意度
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
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 面向云环境中任务负载的粒子群优化调度策略
来源期刊 湖南大学学报(自然科学版) 学科
关键词 云计算 任务调度 惯性权重 粒子群优化
年,卷(期) 2019,(8) 所属期刊栏目 计算机科学
研究方向 页码范围 117-123
页数 7页 分类号 TP338.8
字数 语种 中文
DOI 10.16339/j.cnki.hdxbzkb.2019.08.016
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 胡志刚 中南大学计算机学院 188 1174 17.0 23.0
2 常健 中南大学计算机学院 1 2 1.0 1.0
3 周舟 长沙学院计算机工程与应用数学学院 1 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  (43)
共引文献  (86)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2007(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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(7)
  • 参考文献(4)
  • 二级参考文献(3)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云计算
任务调度
惯性权重
粒子群优化
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
湖南大学学报(自然科学版)
月刊
1674-2974
43-1061/N
16开
1956-01-01
chi
出版文献量(篇)
4768
总下载数(次)
0
总被引数(次)
41941
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导