共查询到20条相似文献，搜索用时 46 毫秒
1.
为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。 相似文献
2.
针对云计算任务调度中存在效率低,提出了基于改进的蝙蝠算法(improved bat alogrithm,IBA)云任务调度.首先,建立了以执行时间和负载均衡的调度模型,其次在蝙蝠算法的初始化中采用混沌映射,提高了种群的多样性;在蝙蝠算法的自适应参数使用指数递减因子代替;在每一次迭代后使用量化正交交叉算子进行个体筛选.最后,在仿真实验中,IBA算法相比于蚁群算法、粒子群算法,蝙蝠算法都具有较好的调度效果. 相似文献
3.
4.
《科技通报》2015,(10)
对私有云计算平台上资源最优路径匹配,实现对资源的有效调度和检测,提高资源共享能力。传统算法采用云平台的资源置换算法实现云资源目标匹配,受限于机器学习技术自身的复杂性,性能不好。提出一种基于委托管理节点角色量化合成的私有云计算平台上资源最优搜索路径匹配算法。构建私有云计算平台终端数据访问和资源调度模型,根据贪心算法的收缩原则,在资源访问管理中引入互斥锁机制以保证资源共享操作的完整性,路径匹配有向图模型,提高资源路径匹配搜索能力。以全局度量为中心节点,计算逆向追踪搜索频度,实现算法优化。仿真实验结果表明,采用该算法进行私有云计算平台上资源最优路径匹配优化,能有效提高私有云平台上的资源路径匹配准确度,从而提高资源搜索成功率,实现资源优化共享,展示优越的适用价值。 相似文献
5.
6.
针对标准遗传算法在云计算资源调度的应用中往往会出现负载不均的问题,本文提出了一种基于云计算资源调度的多Agent遗传算法,首先引入蚁群算法,利用蚂蚁变换方向的影响权重对标准遗传算法的信息素关联进行优化,然后优化了原算法的信息素更新方式,最后利用小生境方法限制种群个体的繁衍,以达到种族多样化的优化。仿真试验结果表明,本文提出的基于云计算资源调度的多Agent遗传算法在CPU利用率和内存利用率上比标准遗传算法具有更优秀的性能。 相似文献
7.
8.
针对传统的蚁群算法在云计算中存在任务调度效率低的问题,本文将共生演算法引入到蚁群算法中,首先将蚁群算法分解为2个子群,并使用共生演算法中的共生,共栖和寄生虫机制避免了算法陷入局部最优,加速了算法获得最优解,在云计算调度仿真中,基于蚁群算法-共生演算法在虚拟机负载均衡、任务完成时间,任务完成成本等方面都有良好的表现,说明本文算法能够有效的提高云计算任务调度效率。 相似文献
9.
在云计算构建下实现对旅游信息的优化调度,提高旅游资源数据的开发和利用效率。传统的旅游信息资源采用经验模态分解的调度算法,通过人工分区实现信息资源的调度模型具有随机性和无组织性,资源分配效率不高。提出一种基于逆模型参数预失真估计的云计算架构下旅游信息资源优化调度模型。设计旅游资源信息调度网络,云计算构架的逆模型网络结构采用BP网络的输出结构,训练包括前向传播信息,反向传播误差两个过程。设计循环堆栈的约束指向矢量,使旅游资源信息调度网络的路由节点的资源分配输出误差最小。采用三亚的5个旅游景点作为研究对象,以2003~2014年度的游客数据作为模型参量,仿真结果表明,模型对旅游资源的融合性能较好,有效剔除簇内非相干数据,提高数据融合效率,分层调度融合度能达到90%以上,优化调度性能优越。 相似文献
10.
《科技广场》2015,(11)
云计算是信息时代的新型的计算模式,代表着下一代的互联网技术。资源调度和管理是云计算的关键技术之一,资源调度的目标包括满足用户服务质量、提高资源利用率、节点负载均衡等,为此有必要借助各种调度策略与各优化算法对资源调度方案进行优化,以提高任务和资源的匹配效率。聚类是将物理或者抽象的对象集合依据相似程度划分为若干类群,源于数学、统计和经济等领域,并广泛应用于很多领域。在云计算资源调度中,用户任务的资源需求特征异同,本文基于相似分治的思想,对用户任务进行聚类处理后优化调度是云计算资源调度研究的一个有效思路。实验仿真表明,任务聚类策略有效地提高了后续任务资源调度优化的效率。 相似文献
11.
资源负载均衡是提高云计算资源调度效率的重要因素,为提高云计算中任务调度的效率,减少执行时间,针对传统的资源均衡算法在没有考虑到云计算环境下的资源节点安全性因素,复杂度高,效果不好的问题,提出一种引入安全性函数分形维特征重组的资源均衡算法。建立任务调度策略及资源均衡模型,构造任务调度所需要时间、费用、可靠性等方面的因素进行特征描述,对负载资源信息流的分形维信息特征提取,通过分层化状态重组,实现对资源负载的均衡处理,得到负载目标函数,提高任务处理效率。实验结果表明,该算法进行Cloud Sim平台下的负载云计算任务调度和负载资源均衡,能有效节省任务执行时间,降低计算开销,执行效率优越于其它算法。 相似文献
12.
针对云计算任务调度效率低的问题,将改进后的帝国算法用于云计算任务调度。首先提出了一种基于时间、成本和能耗的任务调度模型;其次在帝国算法的种群中采用Logistic映射进行初始化、优化了算法因子、引入蛙跳算法降低了帝国算法陷入局部最优;最后,在仿真实验中通过与基本帝国算法,蛙跳算法在小任务和大任务条件下的任务调度指标对比说明了优化后的帝国算法能够取得较好的效果。 相似文献
13.
14.
多服务器环境下网络具有随机性和异构性,导致传统方法由于算法收敛效率低、易出现局部最优等弊端,大大降低网络调度的效率,无法有效完成网络调度,提出一种基于重复博弈算法的多服务器环境下网络调度方法,塑造多服务器环境下网络调度模型,依据网络调度模型以及博弈论原理,通过最优反应函数对多服务器环境下网络进行调度,将其转换成目标规划问题,采用混沌粒子群优化算法对目标规划问题进行求解,从而有效完成多服务器环境下的网络调度。实验结果说明,所提的网络调度方案可提高网络调度的速度以及效率,能够有效处理多服务器环境下网络任务调度过程中出现的问题。 相似文献
15.
为了能够有效的提高云计算下的资源负载预测精度,提出了一种改进的布谷鸟算法优化支持向量机的云计算资源模型(ICS-SVM)。首先介绍了基本的布谷鸟算法,并从种群初始化,引入粒子群-量子的概念改进算法,最后将改进后的算法优化SVM获得最优参数建立云计算负载模型。仿真实验说明,与其他的几种经典智能算法优化SVM相比,ICS-SVM能够有效的提高云计算的资源负载变化的预测精度,具有较好的推广价值。 相似文献
16.
为了提高云计算任务调度的效率,采用改进的SFLA算法实现任务调度。本文先对云计算任务调度原则和调度策略进行了分析,接着对SFLA算法基本原理及数学模型进行了详述,并提出了智能群体算法和自适应SFLA混合的改进SFLA算法,最后运用实例仿真验证该算法在云计算调度中的性能,与传统SFLA算法比较,改进算法在云计算调度中具有更快收敛性和更高精确性,具有一定的研究价值。 相似文献
17.
提出一种引入QoS开销适应度运算的云计算任务权衡调度算法,首先进行了支持多QoS因素任务调度问题描述与网格拓扑结构构建,进行云计算任务权衡调度对多用户QoS偏好的影响力数学度量,通过多QoS开销适应度运算的引入,根据计算资源的成本和数据传输时间,来确定分配任务的位置。为了适应云存储中的多QoS偏好,重新定义PSO的适应度函数,实现任务权衡调度算法的改进。通过仿真实验研究得出,采用该算法对云计算任务节点的聚类准确性较高,进行任务调度中的实时性好。通过多QoS偏好分析,引入QoS开销适应度运算,用户满意率有明显上升,适应度函数随不同类别任务变化,有效地反映不同类型任务的QoS偏好。展示了较好的云计算任务权衡调度性能。 相似文献
18.
目前的交通车辆调度系统中,依靠大量的经验策略对交通远程图像观察后制定规则,存在数据采集混乱,调度主观性强,调度效率低下的问题。将物联网的思想引入到大型交通车辆调度中,首先,使用物联网中的RIFD技术改造信息采集模块,配合GPS技术对大型交通车辆实现自动远距离、实时的数据采集,保证调度策略中的数据来源的充足与准确;在软件设计中,引入一种模糊函数制定车辆调度优化的评估模型,再使用粒子群优化算法对调度策略求解,解决了传统交通调度非线性强,无精确模型评定的缺陷。实验表明,本文的交通车辆调度方法较传统的车辆调度效率提高15%,具有很强的实用价值。 相似文献
19.
《科技通报》2015,(10)
在计算机信息管理中,需要对计算任务按优先级或复杂度进行优化排序,实现计算效益优化。研究云计算信息系统中的计算任务优化排序算法,提高数据管理和调度的效率。传统方法采用子带合成滤波方法进行任务排序,计算开销和执行时效性方面性能不好,提出一种基于带滤波分块采样的计算任务排序算法。计算在整个计算机信息管理基站的每个站点的合计成本,根据信息匹配相关度进行资源搜索,计算任务分配时半滤波分块采样的收敛函数,得到基于半滤波分块采样的任务排序二元假设检验分配模型,实现任务优先级排序优化。仿真结果表明,采用该算法对云计算信息系统中的计算任务进行排序,能有效准确地确定计算任务的优先级,减少任务冲突,提高任务执行效率,在计算机信息管理和任务分配中具有较高应用价值。 相似文献
20.
《科技通报》2015,(12)
研究云计算环境下的大型智能交通调度问题。云计算环境下的大型智能交通网络在进行车辆调度的过程中,由于运算量过于庞大,造成交通调度效率降低,运输成本增加。利用传统的遗传算法进行交通调度的过程中,无法避免由于早熟和停滞的现象造成的影响,难以搜索到最优交通路线,从而降低了交通调度的效率。为此,提出一种基于神经网络算法的大型智能交通调度方法,根据约束条件建立神经网络模型,确定各神经层中神经元的输入与输出关系式,从而得到基于神经网络算法的最优交通调度方案。实验结果表明,利用改进算法进行云计算环境下的大型智能交通调度,缩短了交通调度完成时间,提高了交通调度效率,效果令人满意。 相似文献