注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 云计算环境下的DPSO资源负载均衡算法

  2. 负载均衡问题是云计算研究的热点问题之一。本文运用离散粒子群算法对 云计算环境下的负载均衡问题进行研究，根据云计算环境下资源需求动态变化， 并且对资源节点服务器的要求较低的特点，把各个资源节点当作网络拓扑结构中 的各个节点，建立相应的资源-任务分配模型，再运用离散粒子群算法实现资源 负载均衡。验证表明，该算法提高了资源利用率和云计算资源的负载均衡。

  3. 所属分类：其它

    • 发布日期：2012-05-07
    • 文件大小：264kb
    • 提供者：lius446

  1. 云环境下基于SLA的优化资源分配研究

  2. 针对云计算环境下如何高效分配资源，实现资源供应者利润最大化这一难题，本文提出了一种基于服务级别协议（SLA）的动态云资源分配策略。该策略通过将SLA中的计算力、网络带宽、数据存储等属性作为优化参数，构造了一种服务请求与资源的映射模型，同时设计相应的效用函数，并结合改进的与模拟退火算法相融合的混合粒子群算法(SA-PSO)，实现云环境下的优化资源分配。实验分析结果表明，基于SLA参数的SA-PSO算法具有更好的全局最优值，在给定虚拟资源相同情况下，调用该算法完成用户任务实现的利润更高。

  3. 所属分类：其它

    • 发布日期：2014-03-20
    • 文件大小：457kb
    • 提供者：xiongdaye318

  1. 基于粒子群遗传算法的云计算任务调度研究

  2. 对云计算任务调度进行了研究，针对用户满意度和云提供商利益需求，提出一种融合粒子群和遗传算法的PSOGA改进算法。首先根据云环境特点对虚拟机资源进行分类，同时引入任务‐资源满意度距离、资源综合性能概念；然后对粒子群初始粒子操作进行优化，来提高粒子质量；最后为克服粒子易陷入局部最优解问题，加入遗传算法（GA）的交叉、变异操作，扩展粒子的搜索空间。仿真结果表明，该调度策略提高了用户满意度的同时减少了任务的完成时间，是云平台下一种有效的任务调度策略。

  3. 所属分类：其它

    • 发布日期：2014-03-20
    • 文件大小：849kb
    • 提供者：xiongdaye318

  1. 基于粒子群算法的云计算任务调度研究

  2. 辨析云计算与其他三种计算模式的区别，简单介绍了一下任务调度，详细介绍了粒子群算法，并针对粒子群算法的“早熟”问题介绍了一种解决方案。

  3. 所属分类：平台管理

    • 发布日期：2018-04-18
    • 文件大小：1mb
    • 提供者：mr_frost0506

  1. 基于聚类和改进共生演算法的云任务调度策略

  2. 针对云计算环境中一些基于服务质量(Quality of Service,QoS)调度算法存在寻优速度慢、调度成本与用户满意度不均衡的问题，提出了一种基于聚类和改进共生演算法的云任务调度策略。首先将任务和资源进行模糊聚类并对资源进行重排序放置，依据属性相似度对任务进行指导分配，减小对资源的选择范围；然后依据交叉和旋转学习机制改进共生演算法，提升算法的搜索能力；最后通过加权求和方式构造驱动模型，均衡调度代价与系统性能间关系。通过不同任务量的云任务调度仿真实验，表明本文算法相比改进遗传算法、混合粒子

  3. 所属分类：平台管理

    • 发布日期：2019-04-25
    • 文件大小：581kb
    • 提供者：gekenggui3502

  1. 轻束缚天体的点粒子模型

  2. 建立了轻束缚天体动力学的简单模型，其中天体被点粒子代替，每个点粒子都具有内部方向。 该模型很好地说明了通过全场理论的数值模拟获得的重子数1≤B≤8的静态能量极小值。 对于9≤B≤23，发现了许多点粒子模型的静态解，它们都非常类似于面心立方晶格的B子集，并且粒子的方向由简单的着色规则决定。 对这些解决方案进行刚体量化，并提取相应基态的自旋和同位旋。 作为量化方案的一部分，设计了一种算法，用于计算定向点云的对称群，并确定其对应的Finkelstein-Rubinstein约束。

  3. 所属分类：其它

    • 发布日期：2020-05-03
    • 文件大小：1002kb
    • 提供者：weixin_38570145

  1. 改进粒子群算法的云计算环境资源优化调度

  2. 针对云计算的资源调度问题,提出一种基于改进粒子群优化算法(Improved Particle Swarm Optimization,IPSO)的资源调度算法.对云资源调度问题进行分析,建立云资源调度的目标函数,利用PSO较快的收敛速度找到云资源调度问题的最优解,并根据每个粒子的适应度值自适应地改变每个粒子的速度权重,提高了全局寻优能力和收敛能力,同时在Cloud Sim平台对算法进行仿真实验.结果表明:IPSO算法减少了任务的平均完成时间,提高了任务处理的效率,具有很好的优化资源以及合理调度资源

  3. 所属分类：其它

    • 发布日期：2020-06-02
    • 文件大小：686kb
    • 提供者：weixin_38587473

  1. 基于混沌扰动PSO算法的云计算任务调度

  2. 粒子群优化（PSO）算法在云计算环境下任务调度方面应用十分广泛。针对算法易陷入局部最优、收敛速度慢的缺陷，从基本概念入手，在算法中加入改进的动态惯性权重和外部扰动策略，改善PSO算法的局部寻优能力，提高算法迭代后期收敛速度和搜索的精度，最后利用Cloudsim进行实验，将新算法与其他算法任务执行总的迭代次数的结果进行对比，新算法克服了粒子群算法的缺点，能够有效地平衡全局和局部搜索能力，任务的完成时间相对较少。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：275kb
    • 提供者：weixin_38718434

  1. 基于本体模型的粒子群优化算法支持云计算应用

  2. 基于本体模型的粒子群优化算法支持云计算应用

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：467kb
    • 提供者：weixin_38607552

  1. 优化粒子群的云计算任务调度算法

  2. 任务调度作为云计算的关键技术之一,却一直没有得到很好的解决。针对云任务调度的特点,基于基本粒子群优化(PSO)算法,文中提出了一种带极值扰动的相关性粒子群优化(EDCPSO)算法。该算法采用Copula函数去刻画随机因子间的相关结构,支持粒子合理利用自身经验信息和群体共享信息,解决了粒子群优化算法在寻优过程中没有考虑随机因子作用而造成全局优化能力不足的缺陷;采用添加极值扰动算子的策略,进一步改进粒子群优化算法,避免了粒子群优化算法在进化后期容易陷入局部寻优现象。仿真结果表明,在相同条件下,带极值

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：629kb
    • 提供者：weixin_38735119

  1. 云计算环境中多目标工作流调度的重进化协同多群粒子群优化

  2. 云计算环境中多目标工作流调度的重进化协同多群粒子群优化

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：720kb
    • 提供者：weixin_38582716

  1. 云计算环境下基于粒子群优化的大规模图处理任务调度算法

  2. 针对云计算环境下调度算法必须考虑资源租赁成本的问题，提出一种新的基于粒子群优化的大规模图状数据处理任务调度算法(LGPPSO). 首先，该算法将图状数据处理任务调度方案编码为粒子群中粒子的位置，并利用任务的调度长度和资源租赁成本建立适应度函数来评价当前粒子的优劣程度. 然后重新定义粒子群的参数和相关操作，最后在算法的每一次迭代过程中，粒子不断更新自身的速度和位置，以获得任务调度的近似最优解. 模拟实验结果表明，在仅以调度长度为目标时，LGPPSO 算法所得解的调度长度比 HEFT 平均降低约 1

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：701kb
    • 提供者：weixin_38628626

  1. 融合粒子群与蚁群的云计算任务调度算法

  2. 在云计算环境中用户数量众多,用户提交的任务总量非常庞大,如何调度这些海量任务使其高效合理地完成成为云计算研究的关键。针对云计算环境的特点,对粒子群和蚁群算法进行改进,提出一种融合二者的任务调度算法。该算法采用粒子群算法进行前期迭代,迭代完成后选取一定数量的优良粒子生成蚁群算法的初始信息素,蚁群算法利用已生成的初始信息素进行后期迭代,并求得最终的任务调度结果。仿真结果表明,该算法优于粒子群算法和蚁群算法,任务的总完成时间明显减少,是一种高效的调度算法。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：809kb
    • 提供者：weixin_38528888

  1. 云计算中基于生物共生机制改进粒子群优化的任务调度方案

  2. 云计算中基于生物共生机制改进粒子群优化的任务调度方案

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：493kb
    • 提供者：weixin_38618315

  1. 基于PSO的云计算环境中大数据优化聚类算法

  2. 为了有效提高云计算环境中大数据的快速识别及处理能力，就要实现数据的优化聚类分析。主要对传统模糊C均值聚类算法进行全面的分析，表示其容易出现聚类偏移，并且还容易陷入局部极值，效果不好。所以就提出基于PSO的云计算环境中的大数据优化聚类算法，对云计算环境中的大数据结构进行全面的分析，创建聚类样本信息模型。因为搜索过程中的粒子群会陷入到局部最优解，使用混沌映射的方式能够使粒子逃出局部最优解，实现大数据优化的目的。通过仿真结果分析，使用此优化聚类算法能够降低误分率，具有良好的寻优性能。

  3. 所属分类：其它

  1. 云计算中基于生物共生机制改进粒子群优化的任务调度方案

  2. 针对传统的基于智能算法的云计算任务调度方案获取最优解用时较多的问题，受生物界共生现象的启发，提出一种基于生物共生机制(SM)改进粒子群优化(PSO)的任务调度方案。首先，将PSO中的粒子分成2个种群，各自执行寻优。然后，每执行k次PSO迭代后，将两个种群中的个体进行互利共生和寄生操作。通过互利共生操作使搜索过程穿过最佳解区域，从而增强搜索能力；通过寄生操作排除较差解并引入较优解来防止过早收敛。最终获得任务调度的最优解。仿真结果表明，提出的优化算法可快速收敛，相比其他几种较新的调度方案，提出的方案

  3. 所属分类：其它

  1. 多云环境下带截止日期约束的科学工作流调度策略

  2. 针对多云环境下带截止日期约束的科学工作流调度问题，提出一种基于遗传算法操作的自适应离散粒子群优化算法（ADPSOGA），目的是在尽可能满足工作流截止日期前提下，减少其执行代价。该方法考虑多云之间的通信代价、虚拟机的启动和关闭时间以及多云之间不同的带宽通信波动；为了避免传统粒子群优化算法（PSO,particle swarm optimization）存在的过早收敛问题，引入遗传算法的随机两点交叉操作和随机单点变异操作，有效提高种群进化过程中的多样性；在充分考虑数据通信代价和任务计算代价的情况下，

  3. 所属分类：其它

  1. 基于改进粒子群算法的云工作流调度

  2. 针对目前云计算服务中用户体验的要求不断提高，工作流业务繁多且复杂的现状，本文为了改善工作流中各子任务执行效率不平均以及计算资源利用率低的问题，通过云工作流仿真环境，结合群体智能优化算法理论，根据科学工作流模型，创建任务集合，提出一种改进粒子群优化算法（PSO）用以优化工作流中任务调度策略，并进行仿真。仿真结果表明，本文提出的改进粒子群优化算法，与模拟退火粒子群优化算法（SA-PSO）对比，特别在面对云工作流节点多而复杂的情况时，执行成本可以减少20%，调度效果更好。

  3. 所属分类：其它

  1. 深圳大学2020研究生云计算期末大作业-粒子群优化算法实现及改进（含论文数据代码）.zip

  2. 期末大作业题目 1.结合所学相关内容，研究撰写一篇关于云计算资源分配策略或任务调度或资源使用预测算法的论文。要求扩展云计算仿真器CloudSim或其它仿真软件设计实现该算法，并进行仿真实验测试和分析该算法/策略的性能。也可以是将云计算技术应用于自己感兴趣研究方向为主题的研究论文。论文撰写格式要求以《软件学报》的投稿要求为模板。 摘 要: 粒子群优化（PSO）算法思想来源于人工生命和演化进化论。PSO 通过粒子追随自 己找到的最优解和整个群体的最优解来完成优化，群体中每一个粒子代表问题的一

  3. 所属分类：讲义

  1. 一种新颖的云计算容错任务调度算法

  2. 云计算是一种商业性服务，当用户提交的实时应用因机器故障而没办法得到成功执行的时候，云提供商必须提供赔偿。本文提出一种新颖的容错任务调度算法，通过采用主/副版本技术提供容错机制。同时，通过离散粒子群优化算法对截止期错失率、执行时间、执行成本、负载均衡度进行多目标优化。此外，为了提高资源的利用率，本文采用副版本重叠技术来减少冗余。实验结果表明该算法可以有效地减少任务失效，缩短执行时间，减少执行成本。

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：890kb
    • 提供者：weixin_38743054
« 12 »