期刊文献+

基于简化粒子群和蚁群优化的云计算资源调度算法 被引量:2

下载PDF
导出
摘要 为了提高云计算环境下资源调度的效率,将BPSO-ACO算法应用到云计算的资源调度过程中,通过Cloud Sim平台的仿真实验,与粒子群算法和蚁群算法做比较,得到在同等条件下,简化粒子群优化和蚁群优化算法(BPSO-ACO)比单独的粒子群算法或蚁群算法在进行资源调度时,总任务的完成时间更短、收敛性更好。
作者 王猛 谭跃生
出处 《山东工业技术》 2016年第14期128-129,共2页 Journal of Shandong Industrial Technology
  • 相关文献

参考文献3

  • 1hrfeen M A, Pawlikowski K, Willig A. A Framework for Resource Allocation Strategies in CloudComputing Environment[J].Computer Software and Applications Conference Workshops (COMPSACW),2011 IEEE 35th Annual. 2011,261-266.
  • 2Clerc M, Kennedy J. The particle swarm: Explosion stability and convergence in a multi-dimensional complex space. IEEE Trans. on Evolution Computer, 2002,6(1):58-73.
  • 3Trelea IC. The particle swarm optimization algorithm: Convergence analysis and parameter selection. Information ProcessingLetters, 2003,85(6):317-325.

同被引文献13

引证文献2

二级引证文献2

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