RAQPSO 算法的云计算资源调度策略
赵昱
惠晓滨
许建虹
钟季龙
1.空军工程大学装备管理与安全工程学院，西安，7100512.空军工程大学装备管理与安全工程学院，西安，7100513.空军工程大学装备管理与安全工程学院，西安，7100514.空军工程大学装备管理与安全工程学院，西安，710051
摘要：在“互联网+”时代,云计算代表了一种新的商业模式,而云系统中用户任务与计算节点的调度问题极大地影响着系统的性能和云竞争力。为此,提出了一种改进的量子粒子群算法———反向自适应量子粒子群算法(RAQPSO),通过对惯性权值参数的调整和加入反向学习算子来提高算法的全局搜索能力,并将其应用于云计算资源调度中,仿真验证了算法的有效性。建立了云计算资源调度问题的模型；采用自适应机制,将适应度函数的变化程度作为惯性权值的更新因子,避免了单纯地根据迭代次数的线性函数来取值,从而使粒子不易陷入局部最优；随后加入粒子反向学习算子,加强了粒子全局搜索能力。实验结果表明,RAQPSO 算法大大节约了任务完成时间,并且保持了良好的计算节点负载平衡。
关键词：云计算资源调度量子粒子群算法惯性权值反向学习
分类号：TP393(计算技术、计算机技术)
资助基金：国家自然科学基金(71501184)
论文发表日期：2016-01-01
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：6( 70-75 )
英文信息