一种基于改进樽海鞘算法的云仿真任务调度的研究

摘要：

云平台通常允许多个任务在云环境中同时执行,而任务调度是实现更好云计算性能的重要部分,其调度的效率直接影响到云平台计算资源利用率以及用户服务质量.针对云计算任务调度的核心寻求解的最优化问题,本文提出了一种混合算法,称为樽海鞘改进算法.此算法融合了反向学习原理扩大搜索空间,能够自适应的改变领导者的位置,并使得追随者根据几位领导者的位置更新自己,避免解陷入局部最优.本文采用CEC常用的23组测试函数进行测试,将结果与多个经典算法进行比较,证明了樽海鞘改进算法的优越性.同时在云仿真平台上进行模拟在云平台上进行任务调度的过程,通过与其他的几种算法的比较,证明了樽海鞘优化算法在任务调度方面应用的可行性,且有效缩短了云任务的完成时间,降低了完成成本.

关键词：反向学习策略、樽海鞘算法、云仿真平台、任务调度、云计算

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：面向新一代信息技术的跨区域协同大数据处理工具软件研发项目TC210804V

在线出版日期：2023-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：897-901