基于优化的粒子群算法的云计算资源调度问题研究
云计算资源调度具有动态性、分布式、复杂性等特点.为了提高云计算资源调度算法的性能,满足用户QoS(Quality of Service)需求,考虑时间、费用、执行任务的特定能耗三项服务质量的用户需求约束条件,设计基于多目标优化的云计算资源调度模型,改进经典粒子群算法PSO(Particle Swarm Optimization),提出基于优化的粒子群算法OPSO(Optimized Particle Swarm Optimization),在资源调度模型基础上进行快速全局搜索,得到满足约束条件的多目标解的优化.将OPSO算法、PSO算法以及遗传算法GA(Genetic Algorithm)分别应用于云计算资源的调度,结果表明,OPSO算法相较于经典的粒子群算法、遗传算法在执行效率、执行效果、满足用户的QoS需求方面具有一定的优越性.
云计算 资源调度 粒子群算法 多目标优化
王岩 汪晋宽 王翠荣 宋欣
东北大学信息科学与工程学院 沈阳110004
国内会议
重庆
中文
135-139
2013-07-27（万方平台首次上网日期，不代表论文的发表时间）