首页|面向移动云计算任务调度的改进鸟群算法研究

面向移动云计算任务调度的改进鸟群算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对移动云计算环境下的任务调度存在耗时长、设备能耗高的问题,提出了一种基于改进的鸟群算法(improved bird swarm algorithm,IBSA)的任务调度策略.首先,构建了以能耗和时间为主的移动云任务调度模型;其次,提出了自适应感知系数和社会系数,避免了算法陷入局部最优;构建了学习因子优化飞行行为,保证了个体寻优能力;最后,任务调度目标函数作为鸟群个体的适应度函数参与算法的迭代更新.仿真结果表明相比于蚁群算法、粒子群算法、鲸鱼算法等,改进的鸟群算法在移动云计算任务调度方面具有良好的效果,能够有效地节省时间和降低能耗.
Research on task scheduling of improved bird group algorithm for mobile cloud computing

陈暄、赵文君、龙丹

展开 >

浙江工业职业技术学院,浙江绍兴312000

北京信息科技大学,北京 100101

浙江大学,杭州310058

移动云计算 鸟群算法 自适应 学习因子

国家自然科学基金资助项目国家自然科学基金资助项目

LQ18A01000311426205

2021

10.19734/j.issn.1001-3695.2020.02.0043

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 4
  • 5