基于IFOA-GA任务调度算法在云计算MapReduce模型中的研究

发布时间：2024-03-24 02:48

　　针对传统的云计算任务调度算法存在效率低、利用率不高的问题,采用改进的果蝇算法(improved fruit fly optimization algorithm,IFOA)和遗传算法(genetic algorithm,GA)融合的算法用于处理任务调度。首先,将任务调度转换为DAG(directed acyclic graph,DAG)并通过Kruskal算法将任务调度顺序进行化简;其次,针对果蝇算法的种群采用正交数组和量化技术进行初始化,对果蝇算法边界进行处理,对探索步长进行动态调整,并使用GA算法对个体选择进行选择处理;最后,将融合后生成的算法IFOA-GA用于仿真平台中的云计算任务调度,相对于IGA、IFOA,IPSO算法在Qo S的四个指标对比中具有一定的优势,说明IFOA-GA算法能够有效地提高云计算调度效率。

【文章页数】：5 页

【部分图文】：

图1DAG图转换成最小生成树的处理过程

k=n=xi，k－xo，k‖xi－xo‖×|xLB，k－xo，k|?^xi，k=xi，k－xo，k‖xi－xo‖×|xLB，k－xo，k|+xo，k(18)通过上面的推理可以发现，超越上边界的果蝇个体进行处理后，其位置能够靠近上边界;同理，当超越下边界的果蝇个体处理后，其位置就会....

图2越界处理辅助示意图

k=n=xi，k－xo，k‖xi－xo‖×|xLB，k－xo，k|?^xi，k=xi，k－xo，k‖xi－xo‖×|xLB，k－xo，k|+xo，k(18)通过上面的推理可以发现，超越上边界的果蝇个体进行处理后，其位置能够靠近上边界;同理，当超越下边界的果蝇个体处理后，其位置就会....

本文编号：3936848