- 1、本文档共5页,其中可免费阅读2页,需付费50金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
为了提高云计算环境下资源调度的效率,提出一种降低任务执行时间和成本,并且兼顾系统负载均衡的加强型蚁群算法(EnhancedTimeandcostconstrainsLoadBalancedAntColonyOptimization,ETCLACO),算法在必威体育精装版各种蚁群算法的基础上,创新地改进信息素和启发因子,利用CloudSim工具进行仿真测试,与标准的ACO算法,必威体育精装版的LBACO算法做对比仿真,实验结果表明ETCLACO算法在任务的执行时间,成本以及系统负载均衡方面均优于这两
改进的蚁群算法在云计算资源调度应用
李浩
摘要:为了提高云计算环境下资源调度的效率,提出一种降低任务执行时间和成本,并且兼顾系统负载均衡的加强型蚁群算法(Enhanced Time and cost constrains Load Balanced Ant Colony Optimization,ETCLACO),算法在必威体育精装版各种蚁群算法的基础上,创新地改进信息素和启发因子,利用CloudSim工具进行仿真测试,与标准的ACO算法,必威体育精装版的LBACO算法做对比仿真,实验结果表明ETCLACO算法在任务的执行时间,成本以及系统负载均衡方面均优于这两种算法,提高了资源利用率。
关键词
文档评论(0)