共查询到20条相似文献，搜索用时 15 毫秒
1.
为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。 相似文献
2.
如何能够更好的通过数据仓库进行决策分析是云计算下的数据挖掘研究的重要组成部分,基于Hive的数据仓库是为了能够快速的查询数据,通过ETL任务资源与调度可以使得查询的消耗达到最小,但ETL是一种类似的NP问题,本文将萤火虫算法引入到ETL任务资源调度中,将萤火虫个体的最优与ETL最优任务调度进行对应。实验平台采用某地区的面料交易平台进行研究,实验说明本文算法能够有效的提高ETL访问效率,从而加快了Hive的访问速度。 相似文献
3.
资源调度是当前云计算研究的热点,但是云计算中的虚拟节点的资源调度存在效率低,稳定性低的问题。针对这种情况,本文首先建立云计算环境下的资源调度模型,在模型中引入了优化后的蝙蝠算法,优化中引入混沌算法中的立方映射函数,对蝙蝠的个体进行混沌优化,同时缩小了搜索空间,加快了收敛速度。通过在Cloudsim平台上仿真实验表明,该算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。 相似文献
4.
5.
在云计算构建下实现对旅游信息的优化调度,提高旅游资源数据的开发和利用效率。传统的旅游信息资源采用经验模态分解的调度算法,通过人工分区实现信息资源的调度模型具有随机性和无组织性,资源分配效率不高。提出一种基于逆模型参数预失真估计的云计算架构下旅游信息资源优化调度模型。设计旅游资源信息调度网络,云计算构架的逆模型网络结构采用BP网络的输出结构,训练包括前向传播信息,反向传播误差两个过程。设计循环堆栈的约束指向矢量,使旅游资源信息调度网络的路由节点的资源分配输出误差最小。采用三亚的5个旅游景点作为研究对象,以2003~2014年度的游客数据作为模型参量,仿真结果表明,模型对旅游资源的融合性能较好,有效剔除簇内非相干数据,提高数据融合效率,分层调度融合度能达到90%以上,优化调度性能优越。 相似文献
6.
7.
《科技通报》2015,(10)
对私有云计算平台上资源最优路径匹配,实现对资源的有效调度和检测,提高资源共享能力。传统算法采用云平台的资源置换算法实现云资源目标匹配,受限于机器学习技术自身的复杂性,性能不好。提出一种基于委托管理节点角色量化合成的私有云计算平台上资源最优搜索路径匹配算法。构建私有云计算平台终端数据访问和资源调度模型,根据贪心算法的收缩原则,在资源访问管理中引入互斥锁机制以保证资源共享操作的完整性,路径匹配有向图模型,提高资源路径匹配搜索能力。以全局度量为中心节点,计算逆向追踪搜索频度,实现算法优化。仿真实验结果表明,采用该算法进行私有云计算平台上资源最优路径匹配优化,能有效提高私有云平台上的资源路径匹配准确度,从而提高资源搜索成功率,实现资源优化共享,展示优越的适用价值。 相似文献
8.
9.
10.
针对云计算任务调度中存在效率低,提出了基于改进的蝙蝠算法(improved bat alogrithm,IBA)云任务调度.首先,建立了以执行时间和负载均衡的调度模型,其次在蝙蝠算法的初始化中采用混沌映射,提高了种群的多样性;在蝙蝠算法的自适应参数使用指数递减因子代替;在每一次迭代后使用量化正交交叉算子进行个体筛选.最后,在仿真实验中,IBA算法相比于蚁群算法、粒子群算法,蝙蝠算法都具有较好的调度效果. 相似文献
11.
云计算下虚拟信息资源大数据特征集成调度 总被引：1，自引：0，他引：1
《科技通报》2015,(10)
研究大数据环境下基于云计算的虚拟企业信息系统构建和调度模型,通过对云计算环境下的虚拟企业信息资源特征集成调度,提高数据访问和管理能力。传统的集成调度方法采用层次分析法,通过粒子群(PSO)算法进行虚拟企业信息管理存储系统的任务调度,存在信息管理迟滞等问题。提出一种基于模糊循环堆栈控制的虚拟企业信息管理资源信息特征集成调度算法,把虚拟企业信息管理资源信息调度网络的能量节点进行模糊循环堆栈控制设计,得到虚拟企业信息管理资源信息调度配置的权值,实现对虚拟企业信息管理资源的大数据特征融合和集成。仿真实验表明,该算法能有效提高虚拟资源大数据特征集成调度成功率,执行时间缩短,具有较高的应用价值。 相似文献
12.
《科技通报》2015,(8)
科技资源的可靠性调度问题关系到科研立项和科研项目进度管理,研究一种可靠的科技资源调度和网络构架算法,采用无向图分析方法进行B/S网络结构设计,提高系统的稳定性。提出一种基于B/S网络构架的科技资源可靠性调度算法,计算各传输节点在数据分发中自身对对方的直接信任值和间接信任值,根据合成法则产生综合信任值,实现资源调度模型设计。进行基于可变步长滤波处理单元滤波的资源调度算法设计,基于效益最大化的原则,得到科技资源调度的约束模型,实现算法改进。仿真结果表明,该模型能有效减少科技资源调度的聚集延迟,提高科研课题管理和立项中的资源共享效率,资源分配和调度的可靠性好。 相似文献
13.
《科技通报》2017,(12)
资源调度是云计算的重要问题之一,调度策略对云系统性能及运营成本产生直接影响。为了更好满足用户需求,在云计算环境下对多样性资源,提出一种考虑性能及信任需求混合遗传和蚁群思想的负载均衡高效调度方法。依据云计算虚拟性和弹性化要求,提出二级调度策略,先从用户应用程序至虚拟机调度,按照用户多样化需求,将任务性能需求及信任需求作为考量情况,分别通过综合性能效益参数值及综合信任效益参数值描述用户性能需求和信任需求。第二级调度为将任务配置给虚拟资源,基于遗传和蚁群思想,将分类后的任务个体根据适度值大小排序,选取全局最优初始值,通过蚁群搜索获得局部最优解,从而完成多样性资源负载均衡调度过程。仿真实验证明,运用文中资源负载均衡调度方法能够提升云计算系统资源利用效率。 相似文献
14.
《科技通报》2015,(12)
研究云计算环境下的大型智能交通调度问题。云计算环境下的大型智能交通网络在进行车辆调度的过程中,由于运算量过于庞大,造成交通调度效率降低,运输成本增加。利用传统的遗传算法进行交通调度的过程中,无法避免由于早熟和停滞的现象造成的影响,难以搜索到最优交通路线,从而降低了交通调度的效率。为此,提出一种基于神经网络算法的大型智能交通调度方法,根据约束条件建立神经网络模型,确定各神经层中神经元的输入与输出关系式,从而得到基于神经网络算法的最优交通调度方案。实验结果表明,利用改进算法进行云计算环境下的大型智能交通调度,缩短了交通调度完成时间,提高了交通调度效率,效果令人满意。 相似文献
15.
针对标准遗传算法在云计算资源调度的应用中往往会出现负载不均的问题,本文提出了一种基于云计算资源调度的多Agent遗传算法,首先引入蚁群算法,利用蚂蚁变换方向的影响权重对标准遗传算法的信息素关联进行优化,然后优化了原算法的信息素更新方式,最后利用小生境方法限制种群个体的繁衍,以达到种族多样化的优化。仿真试验结果表明,本文提出的基于云计算资源调度的多Agent遗传算法在CPU利用率和内存利用率上比标准遗传算法具有更优秀的性能。 相似文献
16.
《科技通报》2015,(8)
对云计算系统中的漂移数据中心分类区的准确确定,可以提高云计算系统的扩展能力和缓存能力。传统方法采用线性差分智能群识别方法实现中心分类区的确定,导致漂移数据的群辨识效果不好。提出一种基于粒子群聚类的云计算系统中数据中心分类区的确定算法模型,并进行仿真实现。构建云计算系统网络激励传播机制,实现资源负载均衡,把云计算系统的存储数据结构定义为一个四叉树,构建云计算网格环境下空间资源调度框架体系,进行云计算系统的漂移数据特征提取,使得资源负载均衡达到最优值,实现算法改进。实验得出,模型对云计算系统的漂移数据中心分类区确定准确,数据融合精度较高,聚类性好,云计算系统的扩展指数提高13%,缓存执行能力提高20.5%,展示较好的性能。 相似文献
17.
针对现有水资源配置模型存在的不精确问题,在现有水资源模型基础上增加了决策偏好系数和排放污染物种类以提高模型精确性,以吉林市水资源基础数据初始化水资源优化配置模型,针对目前对模型进行优化的粒子群算法易出现局部最优等情况,引入萤火虫算法对其进行改进,通过萤火虫趋向最优解的原理改善粒子群算法出现局部最优的情况,并加速其收敛速度。应用改进粒子群算法对模型进行优化求解,得出水资源优化配置方案,以满足经济效益、社会效益、生态环境效益的全面要求。 相似文献
18.
多服务器环境下网络具有随机性和异构性,导致传统方法由于算法收敛效率低、易出现局部最优等弊端,大大降低网络调度的效率,无法有效完成网络调度,提出一种基于重复博弈算法的多服务器环境下网络调度方法,塑造多服务器环境下网络调度模型,依据网络调度模型以及博弈论原理,通过最优反应函数对多服务器环境下网络进行调度,将其转换成目标规划问题,采用混沌粒子群优化算法对目标规划问题进行求解,从而有效完成多服务器环境下的网络调度。实验结果说明,所提的网络调度方案可提高网络调度的速度以及效率,能够有效处理多服务器环境下网络任务调度过程中出现的问题。 相似文献
19.
20.
《科技通报》2015,(10)
为了提高云计算环境下网络资源访问和调度能力,需要增强网络资源的活跃度,传统方法采用源信息系统最小方差粒子群优化算法实现资源活跃度增强调度,直接交互式多源信息的缺陷,导致信息访问的滞后和时延。提出一种基于粒子群(PSO)递阶进化的多出口网络资源活跃度增强算法,构建多出口网络资源调度和网络系统结构,粒子群进化按照属性的数据波动进行递阶分层,得到一个资源数据聚类的高密度区域,使得每一个初始种群中的个体都应有一个解,在多波束搜索PSO空间中实现粒子群PSO递阶进化,提高网络资源访问的活跃度。仿真实验表明,采用该算法,能避免粒子群在进行网络资源搜索调度过程中陷入局部最优,有效提高控制搜索精度,运行时间较短,能有效增强多出口网络资源的活跃度,进而提高了资源搜索成功率。 相似文献