基于改进乌鸦搜索算法的云计算任务调度研究

发布时间：2024-07-05 03:58

　　提出了一种以云任务的完成时间和成本为优化目标的改进乌鸦搜索算法(IMCSA)的任务调度方法.首先采用反向学习初始化种群,在选择被跟踪乌鸦时根据记忆的适应度值择优选取,避免了盲目性;其次在位置更新过程中,将乌鸦的位置与其反向学习得到的位置进行交叉,择优选取,能够有效提高收敛速度.最后通过CloudSim平台与粒子群算法、遗传算法、Min_Min算法和CSA进行对比,结果表明IMCSA在不同实验下,在任务完成时间和成本取得的效果均优于对比算法.

【文章页数】：5 页

【部分图文】：

图1任务完成时间对比图

从图1可以看出,当任务数较小的时候,5种算法的差异性相对来说较小,随着任务数量的增多,CSA和IMCSA的任务执行的完成时间明显优于PSO、GA、Min_Min算法,优势越来越明显,IMCSA算法的任务完成时间也优于原始CSA算法.五种算法的任务执行成本中,Min_Min算法的任....