基于混合并行布谷鸟搜索的作业调度算法

发布时间：2021-02-19 22:56

　　针对布谷鸟搜索算法在解决作业调度问题时存在收敛速度慢等问题,提出一种基于混合并行布谷鸟搜索的作业调度算法。在传统布谷鸟搜索基础上,结合多核集群的拓扑结构特点,将消息传递编程模型MPI与共享存储编程模型OpenMP结合,采用基于作业优先级的编码方式将布谷鸟搜索算法中的鸟巢位置转换为作业调度序列进行求解。仿真结果表明,与传统的串行布谷鸟搜索算法相比,使用该方法求解作业调度问题的收敛速度有明显加快。 

【文章来源】：计算机工程与设计. 2019,40(03)北大核心

【文章页数】：6 页

【文章目录】：
0 引言
1 布谷鸟搜索算法
2 基于混合并行布谷鸟搜索的作业调度算法
    2.1 问题描述
    2.2 模型构建
    2.3 混合并行布谷鸟搜索算法的设计与实现
        2.3.1 算法的数学描述
        2.3.2 编码方式
        2.3.3 迁移操作的设计
        2.3.4 算法流程
3 算法测试与分析
    3.1 实验环境的搭建
    3.2 实验设计与结果分析
4 结束语


【参考文献】：
期刊论文
[1]基于MPI和OpenMP混合编程的非负矩阵分解并行算法[J]. 唐兵,Laurent BOBELIN,贺海武.  计算机科学. 2017(03)
[2]基于粒子群优化算法的多核处理器任务调度研究[J]. 田佳,胡威,李琳,柯鹏,张凯.  计算机应用研究. 2017(12)
[3]基于混合遗传算法的并行测试任务调度研究[J]. 秦勇,梁旭.  国外电子测量技术. 2016(09)
[4]异构多核处理器任务调度算法研究[J]. 常瑞生.  信息通信. 2016(05)
[5]并行计算技术的几种实现方式研究[J]. 陈树敏,罗俊博,陈青.  计算机技术与发展. 2015(09)
[6]布谷鸟搜索算法研究综述[J]. 兰少峰,刘升.  计算机工程与设计. 2015(04)
[7]基于布谷鸟搜索的多处理器任务调度算法[J]. 杨辉华,张晓凤,谢谱模,韦向远.  计算机科学. 2015(01)
[8]基于改进粒子群算法的云计算任务调度算法[J]. 张陶,于炯,杨兴耀,廖彬.  计算机工程与应用. 2013(19)

硕士论文
[1]云计算下任务调度算法的研究与实现[D]. 王玲.电子科技大学 2016



本文编号：3041814