模糊云资源调度的CMA-PSO算法

摘要：

针对多目标云资源调度问题,以优化任务的总完成时间和总执行成本为目标,采用模糊数学的方法,建立了模糊云资源调度模型.利用协方差矩阵能够解决非凸性问题的优势,采取协方差进化策略对种群进行初始化,并提出了一种混合智能优化算法CMA-PSO算法(covariance ma-trix adaptation evolution strategy particle swarm optimization,CMA-PSO),并使用该算法对模糊云资源调度模型进行求解.使用Cloudsim仿真平台随机生成云计算资源调度的数据,对CMA-PSO算法进行测试,实验结果证明了CMA-PSO算法对比PSO算法(particle wwarm optimization),在寻优能力方面提升28％,迭代次数相比提升20％,并且具有良好的负载均衡性能.

关键词：云计算、任务调度、粒子群算法、协方差矩阵进化策略

所属期刊栏目：27

分类号：TP399(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学技术研究项目12541142

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：31-39