基于改进GEP的局部云任务调度算法
大小:1.49 MB 人气: 2018-01-18 需要积分:1
针对云计算中一些现有的基于批量调度模式和进化算法的动态云任务调度算法计算量较大,计算时间成本较高的现象,提出了一种基于改进基因表达式编程(GEP)和资源改变量的局部云任务调度算法.首先结合云任务调度的特点对普通GEP算法做出了相应的改进,然后采用加杈求和的方式构造了一个基于综合利用率和能耗的适应度函数,最后依据物理机综合利用率的差异给出了基于改进GEP和资源改变量的局部云任务调度算法.基于资源改变量的局部云任务调度算法,通过对任务运行情况和物理资源使用情况进行监控,合理设定阈值,以减少参与调度物理机的个数,从而降低任务调度算法的时间成本.基于RH(rolling horizon)模型,通过实验将所提出的算法与普通遗传算法、全局GEP算法进行了比较,可知该算法不仅可以降低寻优时间,不易陷入局部最优解,且具有较快的收敛速度.
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于改进GEP的局部云任务调度算法下载
相关电子资料下载
- OrangePi CM5正式开售!搭载RK3588S,更智能的工业级香橙派 149
- OrangePi AIpro性能实测——AI应用样例、热管理、网络传输速率 102
- 基于OrangePi AIpro开发一个电子纸屏时钟 837
- 加码算力,8T可提升至12T,OrangePi AIpro/Kunpeng Pro升级不加价 141
- OrangePi招募150名OrangePi NEO掌机公测玩家,快来报名! 189
- 如何基于OrangePi AIpro开发AI推理应用 213
- 鸿蒙ArkUI-X跨语言调用说明:【平台桥接开发指南(Android)BridgePlugin】 716
- OrangePi AIPro/Kunpeng Pro主频提升啦,加量不加价! 205
- 浅析FreeRTOS任务调度器的三种调度算法和应用 1839
- 香橙派联合华为的又一力作OrangePi Kunpeng Pro发布,起售价1076元 324