- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于改进粒子群算法的云数据中心能耗优化任务调度策略
,,,
摘要随着云计算的发展能耗急剧上升这进一步限制了云数据中心整体性能的提高因此能耗问题引起了工业界和学术
.,,、,
界的重视同时传统粒子群算法被广泛应用于数据中心任务调度问题的求解但其收敛速度慢精度低容易忽略集群能耗问
.().,,
题为此提出了一种基于反向学习的混沌映射自适应粒子群算法OAPSO首先采用反向学习的方法产生初始种群使粒
,;,,
子更加均匀地分布于初始解空间提高了初始种群的质量其次在粒子更新方式中引入非线性递减的动态惯性权重策略以改
,,;,,
变粒子的寻优能力使局部搜索和全局搜索达到平衡避免算法陷入局部最优然后引入混沌映射策略在最优解位置进行扰
,.,,,,
动变异产生新解提高算法从局部最优中跳出的能力最后在Cloudsim平台上对所提算法进行实验验证结果表明与PSO
__,,.
和算法相比算法资源利用率更高节能效果更好
OBLTPPSOSAPSOOAPSO
:;;;;
关键词云数据中心任务调度粒子群算法混沌映射能耗优化
TaskSchedulinStrateforEnerConsumtionOtimizationofCloudDataCenterBasedon
ggygypp
ImrovedParticleSwarmAlorithm
pg
,,
AbstractWiththedevelomentofcloudcomutinenerconsumtionhasincreaseddramaticallwhichfurtherlimitstheimG
ppggypy
,
rovementoftheoverallerformanceoftheclouddatacenterandthustheenerconsumtionissuehasattractedtheattention
ppgyp
,()
ofindustrandacademia.MeanwhiletraditionalarticleswarmotimizationalorithmPSOiswidelusedtosolvedatacenter
yppgy
,
从事办公室文字工作,提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务,经验丰富,已从事七年。互相信任,保证质量,全程包修改,负责到通过。 微X号:lhg511823
文档评论(0)