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:
资源负载分配是云计算领域的重要研究方向,当前云计算资源负载分配算法难以得到最合理的分配方案,导致部分云计算资源上存在负载过重或者空负载现象,云计算资源利用率低.为了解决当前云计算资源负载分配算法存在的局限性,提出基于布谷鸟搜索算法的云计算资源负载分配算法.首先分析当前云计算资源负载分配算法的研究进展,建立云计算资源负载分配模型,然后利用具有模拟鸟群群集行为和特征的布谷鸟搜索算法对其进行求解,根据最优鸟巢位置得到云计算资源负载分配方案,最后采用CloudSim软件实现了云计算资源负载分配仿真测试实验.结果 表明,相当于当前其它云计算资源负载分配算法,布谷鸟搜索算法的求解效率得到了明显提升,求解精度也得到了相应的改善,可以保证云计算资源上分配的负载十分均衡,提高了云计算资源负载利用率,降低了云计算系统的运行成本.
推荐文章
基于改进布谷鸟搜索算法的云计算资源调度
云计算
资源调度
布谷鸟搜索算法
调度方案
安全等级
基于改进布谷鸟搜索算法的云计算任务调度
云计算
任务调度
布谷鸟搜索算法
柯西分布
云模型的布谷鸟搜索算法
布谷鸟搜索算法
云模型
云模型的布谷鸟搜索算法
基于粒子群算法的布谷鸟搜索算法
布谷鸟搜索
Levy飞行
粒子群优化算法
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 基于布谷鸟搜索算法的云计算资源负载分配研究
来源期刊 微型电脑应用 学科 工学
关键词 云计算资源 负载分配 鸟群群集行为 求解效率 最合理分配方案
年,卷(期) 2020,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 141-144
页数 4页 分类号 TP311
字数 3499字 语种 中文
DOI 10.3969/j.issn.1007-757X.2020.02.040
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 李波 广东南方职业学院智能制造学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (55)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(22)
  • 参考文献(2)
  • 二级参考文献(20)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(16)
  • 参考文献(2)
  • 二级参考文献(14)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(14)
  • 参考文献(3)
  • 二级参考文献(11)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
云计算资源
负载分配
鸟群群集行为
求解效率
最合理分配方案
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导