云計算環(huán)境中要處理大量的數(shù)據(jù)和計算任務,因此需要不斷提高資源調(diào)度的效率、減少資源調(diào)度的成本,提出一種新的任務調(diào)度算法,該算法將局部搜索能力強的模擬退火算法引入到全局搜索能力強的遺傳算法中,遺傳算法得出的每一代最優(yōu)解,將其作為模擬退火的初始解,在限定范圍內(nèi)尋找更優(yōu)解,不斷迭代,直到新算法外部循環(huán)結束時,求出任務調(diào)度全局最優(yōu)解。仿真實驗結果表明提出的算法在收斂速度和精度方面優(yōu)于現(xiàn)有的任務調(diào)度算法,是一種有效的云計算任務調(diào)度算法。 

【文章來源】：工業(yè)控制計算機. 2019,32(05)

【文章頁數(shù)】：3 頁

【文章目錄】：
1 云計算任務調(diào)度分析
2 GASA算法設計
    2.1 遺傳算子描述
        2.1.1 染色體編碼與初始種群
        2.1.2 適應度函數(shù)與選擇算子改進
        2.1.3 交叉算子和變異算子
    2.2 模擬退火算子描述
        2.2.1 領域函數(shù)和冷卻進度表
        2.2.2 Metropolis準則
    2.3 采用最優(yōu)解對比策略
    2.4 GASA算法描述
3 實驗分析



本文編號：3335228