基于引力搜索机制的数据聚类及特征选择算法

为同步选择具有相关特征的数据聚类数量,提出一种基于引力搜索机制的聚类和特征选择算法。设计一种代理表示策略实现聚类中心和特征数量的编码;提出一种动态临界值方法决定聚类和特征数量,通过代理适应度的不断评估寻找最优聚类量和相关特征;分析算法的时间复杂度,通过8个经典数据集测试算法性能,并与7种常规数据聚类算法作对比。实验结果表明,所提算法在聚类和特征数量选择上具有更高的准确率。

预算约束和截止时间敏感的高能效云工作流调度

针对云工作流调度优化问题,提出一种基于预算约束和截止时间敏感的高能效工作流调度算法ESDWB。利用最长路径计算任务优先级,在满足剩余预算的前提下选择目标虚拟机;在不影响工作流执行跨度和预算约束的情况下,利用动态电压/频率调整方法DVFS扩展任务完成时间,进一步降低工作流的整体执行能耗。利用4种科学工作流结构进行仿真实验,其结果验证了ESDWB算法在满足预算约束的同时,还可以有效降低截止时间违例,减少工作流调度能耗,实现高能效任务调度。