基于改进 NPGA 算法的多目标优化云任务调度算法
杨燕
扬州职业大学 扬州 225009
摘要：随着云计算的不断发展，传统的单目标优化下的任务调度已经不能满足用户的服务质量要求。论文选取运行时间、费用和负载均衡建立多目标优化的云任务调度模型，提出一种改进的多目标小生境 Pareto 遗传算法（NPGA），采用相似任务序列交叉操作加快进化，再采用位移变异避免算法过早收敛。此外，通过自适应选取比较集合规模和小生境半径提高算法的收敛速度。仿真结果表明，改进后的 NPGA 算法在云调度中保持 Pareto 最优解的多样性和分布性更优。
关键词：多目标优化云任务调度小生镜 Pareto 遗传算法服务质量要求
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1196-1201,1216 )
英文信息