分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2020-09-28 合作期刊: 《计算机应用研究》
摘要： 针对移动云计算环境下的任务调度存在耗时长，设备能耗高的问题，提出了一种改进的鸟群算法(improved bird swarm algorithm，IBSA)的任务调度策略。首先，构建了以能耗和时间为主的移动云任务调度模型，其次，提出了自适应感知系数和社会系数，避免了算法陷入局部最优；构建了学习因子优化飞行行为，保证了个体寻优能力；最后，任务调度目标函数作为鸟群个体的适应度函数参与算法的迭代更新。仿真结果表明该算法相比于蚁群算法，粒子群算法，鲸鱼算法，鸟群算法在移动云计算任务调度方面具有良好的效果，能够有效的节省时间和降低能耗。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 硬阈值追踪算法是压缩感知中一种重要的重构算法，该算法的本质是一个最小二乘问题，存在复杂度高，收敛性差、运行时间长等缺点。引入Nesterov方法用以优化稀疏解的凸松弛现象，引入逐次松弛迭代法优化传统硬阈值线性方程组，理论证明优化结果具有良好的收敛性，仿真实验说明优化后的算法有效降低算法复杂度，降低了运行时间。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-08-13 合作期刊: 《计算机应用研究》
摘要： 针对传统的云计算任务调度算法存在效率低，利用率不高的问题，采用改进的果蝇算法(improved fruit fly optimization algorithm，IFOA)和遗传算法(genetic algorithm，GA)融合的算法用于处理任务调度。首先，将任务调度转换为DAG(directed acyclic graph，DAG)并通过Kruskal算法将任务调度顺序进行化简；其次，针对果蝇算法的种群采用正交数组和量化技术进行初始化，对果蝇算法边界进行处理，对探索步长进行动态调整，并使用GA算法对个体选择进行选择处理；最后，将融合后生成的算法IFOA-GA用于仿真平台中的云计算任务调度，相对于IGA，IFOA，IPSO算法在QoS的四个指标对比中具有一定的优势，说明IFOA-GA算法能够有效的提高云计算调度效率。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-06-19 合作期刊: 《计算机应用研究》
摘要： 针对云计算资源任务调度效率低，资源分配不均的情况，将改进的烟花算法(improve fireworks algorithm)和人工蜂群算法(artificial bee colony)算法进行融合为IFWA-ABC。首先，对云计算资源任务调度进行描述；其次，在FWA初始化中采用混沌反向学习和柯西分布进行优化，对核心烟花和非核心烟花的半径分别进行优化，将FWA中最优个体通过改进的ABC算法进行获得；最后，将IFWA-ABC算法用于云计算任务调度。仿真实验中，通过与FWA、ABC在虚拟机、执行时间、消耗成本、能量消耗指标对比中，IFWA-ABC具有明显的优势能够有效地提高云计算资源分配效率。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-24 合作期刊: 《计算机应用研究》
摘要： 针对云计算中的资源调度效率低的问题，提出将改进后的鸡群算法用于调度。首先，引入反向学习概念对鸡群种群进行初始化，提高全局搜索能力；其次，对小鸡的位置引入了粒子群算法中的权重值和学习因子的概念进行改进，优化了鸡群个体位置；再次通过差分算法对鸡群算法整体的个体位置进行优化，最后通过边界处理从整体上预防了算法中个体位置可能出现的越界。在仿真实验中，将优化后的鸡群算法与基本鸡群算法，粒子群算法和蚁群算法进行在完成时间，花费成本、能量消耗和负载均衡中进行了对比，取得了较好的效果。
点击量
点击量
下载量
评论
