云环境下对遗传蚁群算法的改进研究

下载PDF

导出

摘要本文对于常见的遗传蚁群算法,根据云计算环境,提出了智能化的编码方案,过滤掉冗余编码,并把最短完成时限写进适应函数,在算法初始阶段过滤掉不符合时间要求的调度方案,并在蚁群算法中进行了双重收敛加速,并考虑到了负载均衡。实验证明,本算法取得了较好的效果。

作者孙宏志靳松岳康

机构地区中国矿业大学(北京)机电学院

出处《计算机光盘软件与应用》 2012年第23期28-29,35,共3页 Computer CD Software and Application

关键词云计算改进型遗传蚁群算法智能编码双重收敛加速

参考文献6

1林剑柠,吴慧中.基于遗传算法的网格资源调度算法[J].计算机研究与发展,2004,41(12):2195-2199. 被引量：70
2张晓杰,孟庆春,曲卫芬.基于蚁群优化算法的服务网格的作业调度[J].计算机工程,2006,32(8):216-218. 被引量：17
3亓旭光,梁正友.基于蚁群算法的网格资源分配与调度研究[J].广西民族学院学报（自然科学版）,2006,12(2):83-86. 被引量：5
4潘达儒,袁艳波.一种基于AntNet改进的QoS路由算法[J].小型微型计算机系统,2006,27(7):1169-1174. 被引量：6
5马学彬,温涛,郭权,王刚.一种基于遗传算法的网格任务调度算法[J].东北大学学报（自然科学版）,2007,28(7):973-977. 被引量：8
6马良.多准则货郎问题及其算法.运筹学的理论与应用[M].西安:西安电子科技大学出版社,1996.187-192.
7MC EVOY G V, SCHULZE B. Using clouds to address grid limitations[C]//MGC'08. Belgium: Leuven Press, 2008.
8IAN F, YONG Z. IOAN R, et al. Cloud computing and grid computing 360 Degree compared[C]//Grid Computing Environments Workshop. [s.l.]: IEEE, 2008.
9HUAN L, DAN O. Accenture technology labs gridBatch: Cloud computing for large-scale data-Intensive batch[C] //CCGRID 2008. Shanghai:[s. n. ], 2008.
10Amazon web services (TM). Amazon Elastic Compute Cloud (Amazon EC2)[EB/OL]. [2008-10-24]. http: //aws. amazon.com/ec2. 2008.

1肖智,邹刚.基于蚁群算法的实物期权方法在R&D投资中的应用[J].中国管理科学,2006,14(z1):149-151.
2程波,罗毅.改进蚁群算法概述[J].中国电力教育,2005(z2):157-158.
3MA Liang, WANG Long de College of Management, University of Shanghai for Science and Technology, Shanghai 200093, China.Artificial Ant Algorithm for Constrained Optimization[J].Journal of Systems Science and Systems Engineering,2001,13(1):57-61. 被引量：8
4蒋尚亭,王谦,张宏伟.云计算环境下基于免疫蚁群算法的任务调度研究[J].山东轻工业学院学报（自然科学版）,2013,27(2):56-59. 被引量：2
5詹义,段伟希,胡晓彦.云计算在电信IT支撑系统中的应用[J].电信科学,2011,27(S1):44-47. 被引量：4
6崔雪丽,马良,范炳全.车辆路径问题(VRP)的蚂蚁搜索算法[J].系统工程学报,2004,19(4):418-422. 被引量：48
7陈昌富,龚晓南.混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用[J].岩石力学与工程学报,2004,23(20):3450-3453. 被引量：22
8周书敬,李彦苍,崔邯龙.基于信息熵的改进蚁群算法及其应用[J].数量经济技术经济研究,2004,21(10):104-109. 被引量：5
9刘士新,宋健海,唐加福.蚁群最优化——模型、算法及应用综述[J].系统工程学报,2004,19(5):496-502. 被引量：36
10周书敬,李彦苍.房地产开发项目投资组合优化的改进蚁群算法[J].中国管理科学,2004,12(5):74-79. 被引量：10

计算机光盘软件与应用

2012年第23期

内容加载中请稍等...