期刊文献+

基于遗传模拟退火算法的任务分配与调度 被引量:9

Task Matching and Scheduling Based on Global Genetic Simulated Annealing Algorithm
下载PDF
导出
摘要 网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源。因此计算任务在各种资源之间的调度成为了一个关键的问题。结合遗传算法GA和模拟退火算法SA的优点,提出了一种全局遗传模拟退火算法GGSAA,并将算法应用于网格计算任务调度问题的求解之中。最后给出了GGSAA算法的仿真结果。 Grid computing is a new computing-framework to meet the growing computational demands. Computational grids provides mechanisms for sharing and accessing large and heterogeneous collections of remote resources. However,how to schedule the subtasks in these heterogeneous resources is a critical problem. Combining the advantages of genetic algorithm and simulated annealing. This paper brings forward a global genetic simulated annealing algorithm and applied to solve grid computing task scheduling problem. Finally ,the simulation results of the algorithm and conclusion are given.
出处 《广西师范大学学报(自然科学版)》 CAS 北大核心 2006年第4期151-154,共4页 Journal of Guangxi Normal University:Natural Science Edition
基金 国家自然科学基金资助项目(60473085)
关键词 任务分配 任务调度 遗传算法 模拟退火算法 全局遗传模拟退火算法 task matching task scheduling genetic algorithm simulated annealing GGSAA
  • 相关文献

参考文献6

  • 1谢汝林,李祖区.基于优先度的人工生命体行为选择研究[J].广西师范大学学报(自然科学版),2003,21(1):1-6. 被引量:2
  • 2TAURA K,CHIEN A.A heuristic algorithm for mapping communicating tasks on heterogeneous resources[C]//9th Heterogeneous Computing Workshop.Cancun,Mexico:IEEE,2005(5):102.
  • 3VINCENZO D M,MILILOTTI M.Sub-optimal scheduling in a grid using genetic algorithm[J].Parallel Computing,2004,30(5/6):553-565.
  • 4ABRCHAM A,BUYYA R.Nature's heuristics for scheduling jobs on computational grids[C]//8th Int'l Conf on Advanced Computing and Communications.Cochin,India:Springer,2000.
  • 5魏志成,杨联祥,周激流.遗传算法优化神经网络拓扑结构和权值[J].广西师范大学学报(自然科学版),2003,21(A01):62-65. 被引量:10
  • 6SHU Wan-neng,ZHENG Shi-jue.A real-course-based load balanced algorithm of VOD cluster[C]//2005 International Symposium on Computer Science and Technology.USA:The American Scholars Press,2005:20-24.

共引文献10

同被引文献132

引证文献9

二级引证文献36

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部