基于弹性碰撞优化算法的传感云资源调度.PDFVIP

第 52 卷第 8 期 浙 江 大 学 学 报 (工学版) Vol.52 No.8 2018 年 8 月 Journal of Zhejiang University (Engineering Science) Aug. 2018 DOI: 10.3785/j.issn.1008-973X.2018.08.001 基于弹性碰撞优化算法的传感云资源调度 1,2 1 1 3 2 1 刘洲洲 ，李士宁 ，李彬 ，王皓 ，张倩昀 ，郑然 (1. 西北工业大学 计算机学院，陕西 西安 710072 ；2. 西安航空学院 电子工程学院，陕西 西安 710077 ； 3. 挪威科技大学奥勒松校区工程与科学学院 挪威 8730) 摘 要：针对当前智能优化算法普遍存在收敛精度不高、容易“ 早熟” 的缺陷，提出全新的智能优化算法— 弹性 碰撞优化（ECO ）算法. 算法基于弹性碰撞物理学现象，通过模拟碰撞过程中物理属性相互影响的变化过程，抽象 出“ 与种群最优碰撞” 、“ 与自身历史最优碰撞” 和“ 随机碰撞” 3 种粒子更新机制. 为了有效提升复杂高维优化问题 的寻优能力，设计自适应核模糊C-均值聚类（AKFCM ）算法，利用AKFCM 对ECO 种群进行聚类分析，通过迭代 比对策略实现种群自动最佳聚类划分，确保粒子学习对象的合理性与多样性. 种群样本多样性定量分析表明 ECO 在运算后期具有较好的种群多样性. 将ECO 应用于传感云资源调度问题，为了满足传感云系统管理多样性 需求，构建多目标优化传感云资源调度模型，设计符合调度问题的ECO 粒子编码方式，实现传感云资源高效率 调度优化. 多维复杂测试函数以及传感云资源调度实例仿真结果表明，ECO 具有较高的收敛精度和成功率，有效 降低了传感云资源调度的能耗和任务长度. 关键词： 弹性碰撞优化算法；无线传感器网络；传感云；种群多样性；能耗 中图分类号： TP 391 文献标志码： A 文章编号： 1008−973X（2018 ）08−1431−13 New elastic collision optimization algorithm and its application in sensor cloud resource scheduling 1,2 1 1 3 2 1 LIU Zhou-zhou , LI Shi-ning , LI Bin , WANG Hao , ZHANG Qian-yun , ZHENG Ran (1. School of Computer Science , Northwestern Polytechnical University , Xian 710072, China; 2. School of Electronic Engineering , Xian Aeronautical University , Xian 710077, China; 3. Norwegian University of Science and Techchnology Aalesund , Norway 8730) Abstract: Aiming at the low convergence accuracy and precocity of current intelligent optimization algorithms, a new intelligent optimizati