-
题名基于入侵肿瘤生长优化的云计算调度算法
被引量：9
- 1
-
-
作者
周静
董守斌
唐德玉
-
机构
华南理工大学计算机科学与工程学院
广东药科大学医药信息工程学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2018年第6期1360-1375,共16页
-
基金
广东省自然科学基金(2015A030308017
2016A030310300)资助~~
-
文摘
随着云计算应用的发展,云计算任务调度的要求越来越复杂.群智能算法能在满足多种约束限制下,实现复杂的云计算任务调度问题,因而得到广泛应用.入侵肿瘤生长优化算法ITGO(Invasive Tumor Growth Optimization)是一种新型的启发式群智能算法,该算法通过模拟肿瘤的生长和入侵行为,在解空间中搜寻最优解,具有较高的准确性和较快的收敛速度.该文将入侵肿瘤生长优化算法离散化,提出了一种离散化的入侵肿瘤生长调度算法D-ITGO,通过将云计算任务调度方式的可行解即任务—虚拟机对应关系映射成为肿瘤细胞的坐标,使之可以应用于云计算任务调度问题;并针对云计算调度问题进行优化设计,包括:(1)设计生长细胞到入侵细胞的转换策略,使得更容易和更快地跳出局部最优解;(2)设计死亡细胞到入侵细胞转换策略,以避免浪费资源,并提高搜索效率;(3)调整生长细胞的生长步长,在逼近最优解时放慢生长速度,以避免跳过最优解.该文基于CloudSim仿真环境对D-ITGO算法以及优化策略进行了实验测试,并且使用非参数假设检验,对实验结果进行了评估和分析.实验结果和分析结果表明,这些策略均能提高收敛速率和搜索效率,其中,生长细胞到入侵细胞的转换策略和死亡细胞到入侵细胞转换策略在一定程度上减少了计算时间,生长细胞的生长步长调整策略能强化D-ITGO的搜索效率.同时,D-ITGO算法比目前应用于云计算任务调度的算法,在云任务执行时间上有7.1%~11.2%的提升,在调度开销上也有一定的优势.
-
关键词
云计算
群智能算法
入侵肿瘤生长优化算法
任务调度
时间开销
-
Keywords
cloud computing
swarm intelligence
invasive intensive tumor growth optimization
task schedule
makespan
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名多目标优化算法求解多柔性作业车间调度问题
被引量：7
- 2
-
-
作者
董海
徐晓鹏
谢谢
-
机构
沈阳大学应用技术学院
沈阳大学机械工程学院
沈阳大学信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第12期239-244,共6页
-
基金
国家自然科学基金(71672117)。
-
文摘
针对车间调度中存在的机器柔性、工人柔性和并行工序柔性,文中用优先级间的加工顺序替代单独工件间的顺序约束来表示并行工序柔性,建立了以最小化最大完成时间、总耗能和平均完成时间为目标的多柔性作业车间调度模型,设计了一种四染色体编码方法及对应的交叉和变异算子,并用两条染色体来编码加工顺序。结合入侵肿瘤生长优化算法的算法结构和NSGAⅢ算法中对解的筛选机制,提出一种多目标优化算法求解模型。该算法使用快速非支配排序方法和基于特征点的选择方法对细胞进行分类和转化,设计替代重复细胞的机制,并基于交叉和变异算子,重新设计了细胞的生长和入侵机制。最后,求解数值实例,用超体积、延展度和分布度对比所提算法和其他多种智能算法得到的解集,结果证明所提算法收敛更快且所得解集分布更均匀。
-
关键词
作业车间调度问题
工人柔性
并行工序柔性
入侵肿瘤生长优化算法
NSGAⅢ
-
Keywords
Job-shop scheduling problem
Worker flexibility
Parallel operation flexibility
Invasive tumor growth optimization algorithm
NSGAⅢ
-
分类号
TH165
[机械工程—机械制造及自动化]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
