首页|基于改进人工蜂群算法的云资源调度策略

基于改进人工蜂群算法的云资源调度策略

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对云计算在任务调度中存在分配效率低、集群负载不均衡的问题,构建了多目标评价模型,并提出一种改进的人工蜂群算法的云资源调度策略.通过引入混沌因子来增强种群的多样性,结合动态因子与自适应k邻域动态调整邻域搜索半径,最后利用最优解有益信息和动态权重调整搜索步长以提高收敛速度.实验结果表明,改进的人工蜂群算法具有更优的收敛精度和速度,在任务耗时和负载均衡度上较对比算法NABC分别提高5.98%和18.10%.
Cloud resource scheduling strategy based on improved artificial bee colony algorithm

cloud computingartificial bee colony algorithmchaos factoradaptive k-neighborhooddynamic weight

赵恪振

展开 >

浙江理工大学信息科学与工程学院,浙江 杭州 310018

云计算 人工蜂群算法 混沌因子 自适应k邻域 动态权重

国家浙江省重点研发计划浙江省教育厅一般科研项目浙江省教育厅项目浙江省基础公益研究计划

2020C03094Y202147659Y202250706QY19E050003

2023

10.16644/j.cnki.cn33-1094/tp.2023.11.001

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(11)
  • 1
  • 8