-
题名基于粒子群和改进蚁群算法的云计算任务调度
被引量：5
- 1
-
-
作者
任小强
聂清彬
王浩宇
林慧琼
-
机构
西南交通大学希望学院信息工程系
-
出处
《计算机工程与设计》
北大核心
2024年第6期1797-1804,共8页
-
基金
教育部产学合作协同育人教学内容和课程体系改革基金项目(202102041003)
成都市交通+旅游大数据应用技术研究基金项目(2022117)
西南交通大学希望学院一流本科课程建设基金项目(2112056)。
-
文摘
针对目前云计算任务调度方法的效率较低和日益多样化的用户服务质量需求等问题,提出一种将粒子群算法和改进蚁群算法结合的混合粒子群蚁群算法(HPSO-ACO),包括建立云计算任务调度模型、用户服务质量模型及虚拟资源节点模型。利用离散型粒子群算法,得到初始解集,转化为蚁群算法信息素的初始值,通过改进蚁群算法的寻径规则和信息素更新规则,得到最终解。通过仿真实验将粒子群算法、蚁群算法和HPSO-ACO算法进行比较,其结果表明,HPSO-ACO算法有效且可行,能够减少任务完成时间和降低完成成本,满足用户服务质量要求。
-
关键词
云计算
有向无环图
用户服务质量
蚁群算法
信息素
粒子群算法
任务调度方案
-
Keywords
cloud computing
directed acyclic graph
quality of service
ant colony algorithm
pheromone
particle swarm algorithm
task scheduling scheme
-
分类号
TP393.09
[自动化与计算机技术—计算机应用技术]
-
-
题名实时多分区嵌入式航空电子任务分配调度方案
- 2
-
-
作者
李震华
-
机构
上海飞机设计研究院
-
出处
《科技创新导报》
2018年第15期16-17,共2页
-
文摘
目前在嵌入式航空电子系统中,引入了时间和空间划分法来满足系统对稳定性以及安全性的需求。当任务在执行时必须满足一定的时间约束,需要适当的调度方案,以确保硬件被充分使用,并且满足所有的时间和功能要求。然而,现有的分区调度方案只能作用于不超过两个分区的情况。本文提出了一种新的多分区任务分配调度方案。该方案基于平衡每个分区的负载并优先执行任务,这样能够优化最差响应时间。该方案在可调度性的前提下,减少了平均最差情况下的响应时间,实现了任务的有效执行。
-
关键词
任务调度方案
划分
嵌入式航电
-
分类号
V247.1
[航空宇航科学与技术—飞行器设计]
-
