基于改进蚁群算法的服务器集群资源调度研究

刘万军; 王晓宇; 曲海成; 孟煜

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进蚁群算法的服务器集群资源调度研究

更新时间：2026-09-04

- 基于改进蚁群算法的服务器集群资源调度研究
- Research on Server Cluster Resource Scheduling Based on Improved Ant Colony Algorithm
- 微电子学与计算机 2016年33卷第3期页码：99-102
- 作者机构：
  
  辽宁工程技术大学机构软件学院,辽宁,葫芦岛,125105
- 作者简介：
- 基金信息：
  
  国家高技术研究发展计划("八六三"计划)项目 2012AA12A405国家自然科学基金项目 61172144
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
刘万军, 王晓宇, 曲海成, 孟煜. 基于改进蚁群算法的服务器集群资源调度研究[J]. 微电子学与计算机, 2016, 33(3): 99-102.

LIU Wan-jun, WANG Xiao-yu, QU Hai-cheng, et al. Research on Server Cluster Resource Scheduling Based on Improved Ant Colony Algorithm[J]. 2016, 33(3): 99-102.
刘万军, 王晓宇, 曲海成, 孟煜. 基于改进蚁群算法的服务器集群资源调度研究[J]. 微电子学与计算机, 2016, 33(3): 99-102. DOI：

LIU Wan-jun, WANG Xiao-yu, QU Hai-cheng, et al. Research on Server Cluster Resource Scheduling Based on Improved Ant Colony Algorithm[J]. 2016, 33(3): 99-102. DOI：

摘要

提出一种基于蚁群算法的服务器集群资源调度算法.该算法引入等待因子的概念

采用等待因子动态选取服务器资源

提高了集群系统的整体性能.仿真实验结果表明

改进的蚁群算法优于其他负载均衡算法

使服务器集群系统负载更加均衡

整个集群系统的资源得到了充分的利用.

Abstract

In a server cluster

put forward a kind of ant colony algorithm of server cluster resource scheduling algorithm based on. The algorithm introduced waiting factor concept

awaiting the adoption of dynamic factor selected server resources and improve the overall performance of the cluster system. The simulation results show that the improved ant colony algorithm is superior to other load balancing algorithms to enable the server cluster system load more balanced

the resources of the cluster system has been fully utilized.

关键词

Keywords

references

Long Q, Lin J, Sun Z. Agent scheduling model for adaptive dynamic load balancing in agent-based distributed simulations[J]. Simulation Modelling Practice % Theory, 2011, 19(4): 1021-1034. DOI: 1021

Penmatsa S, Chronopoulos A T. Game-theoretic static load balancing for distributed systems. [J]. Journal of Parallel % Distributed Computing, 2011, 71(4): 537-555. DOI: 537

Hai-jun L. Summarize about the server cluster technology[J]. Computer Knowledge % Technology, 2013, 14(3): 38-45. DOI: 38

Wang T, Liu Z, Chen Y, et al. Load balancing task scheduling based on genetic algorithm in cloud computing[C]//IEEE 12th International Conference on Dependable IEEE Computer Society. Dalian: IEEE, 2014: 146-152.

Chan W, Chua D K H, Kannan G. Construction resource scheduling with genetic algorithms[J]. American Society of Civil Engineers, 2014, 122(2): 125-132. DOI: 125

Mavrovouniotis M, Yang S. A memetic ant colony optimization algorithm for the dynamic travelling salesman problem[J]. Soft Computing, 2011, 15(7): 1405-1425. DOI: 1405

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向用户任务与云资源匹配度的调度算法研究

基于负载均衡蚁群优化算法的云计算任务调度

超低功耗实时时钟电路的设计

一种用于极低压boost系统的高效率电荷泵

V型沟槽SiC中子探测器的蒙特卡洛分析