云计算中基于生物共生机制改进粒子群优化的任务调度方案

针对传统的基于智能算法的云计算任务调度方案获取最优解用时较多的问题,受生物界共生现象的启发,提出一种基于生物共生机制(SM)改进粒子群优化(PSO)的任务调度方案。首先,将PSO中的粒子分成2个种群,各自执行寻优。然后,每执行k次PSO迭代后,将两个种群中的个体进行互利共生和寄生操作。通过互利共生操作使搜索过程穿过最佳解区域,从而增强搜索能力;通过寄生操作排除较差解并引入较优解来防止过早收敛。最终获得任务调度的最优解。仿真结果表明,提出的优化算法可快速收敛,相比其他几种较新的调度方案,提出的方案能够获得最小的任务完成时间和响应时间。

水下仿生机器人集群节能关键技术综述

水下仿生机器人集群具有冗余性高、机动灵活、任务执行范围广等优势,可应用于水下环境信息收集、水下目标监测、资源勘探等领域。一直以来,能量消耗问题都是水下仿生机器人集群工程应用中重点关注的问题。大自然存在的生物集群运动现象启发了水下仿生机器人集群节能运动关键技术的研究,从水动力和集群控制角度,对水下仿生机器人集群节能关键技术的国内外研究现状进行了论述,涉及生物集群运动的节能机理、水下仿生机器人流场信息感知和集群协同控制,分析和总结了水下仿生机器人集群节能关键技术发展趋势。