改进贪婪算法的云任务调度研究

王鑫; 王人福; 蒋华

Chinese

您当前的位置：

首页 >

文章列表页 >

改进贪婪算法的云任务调度研究

更新时间：2026-09-04

- 改进贪婪算法的云任务调度研究
- Research on Cloud Task Scheduling with Improved Greedy Algorithm
- 微电子学与计算机 2018年35卷第2期页码：109-112
- 作者机构：
  
  1. 桂林电子科技大学计算机与信息安全学院,广西,桂林,541004
  2. 桂林电子科技大学机构海洋信息工程学院,广西,北海,536000
- 作者简介：
- 基金信息：
  
  2016广西高校中青年教师基础能力提升项目 ky2016YB150
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
王鑫, 王人福, 蒋华. 改进贪婪算法的云任务调度研究[J]. 微电子学与计算机, 2018, 35(2): 109-112, 117.

WANG Xin, WANG Ren-fu, JIANG Hua. Research on Cloud Task Scheduling with Improved Greedy Algorithm[J]. 2018, 35(2): 109-112.
王鑫, 王人福, 蒋华. 改进贪婪算法的云任务调度研究[J]. 微电子学与计算机, 2018, 35(2): 109-112, 117. DOI：

WANG Xin, WANG Ren-fu, JIANG Hua. Research on Cloud Task Scheduling with Improved Greedy Algorithm[J]. 2018, 35(2): 109-112. DOI：

摘要

为了提高云计算环境中系统整体调度效率

同时更好地模拟云计算实际应用场景

提出一种改进贪婪算法的任务调度策略.该算法综合考虑云环境下任务与虚拟机资源的特征

据此改进贪婪选择策略

使其较其他算法更好体现任务与资源之间的调度分配关系.通过在CloudSim仿真平台上进行实验分析

该算法在云环境下能够比其他常用调度算法具有更好的执行效率; 同时

该算法较其更具均衡负载的能力

实验结果显示任务分配的均衡度优于基本调度算法.

Abstract

For the purpose of improving the overall efficiency of the system in the cloud computing environment

and to better simulate the actual application scenarios of cloud computing

a task scheduling strategy to improve the greedy algorithm is proposed. The algorithm takes into account the characteristics of tasks and virtual machine resources in the cloud environment

and improves the greedy selection strategy so as to better reflect the mapping relationship between tasks and resources. Through the experimental analysis on the CloudSim simulation platform

the algorithm can perform better than other commonly used scheduling algorithms in the cloud environment. At the same time

the algorithm has the ability of balanced load

and the experimental results show the balance of task assignment better than common algorithms.

关键词

Keywords

references

韩秋英, 殷秀叶, 张少辉. 云环境下基于改进遗传算法的资源调度分配算法[J]. 智能计算机与应用, 2014, 3(4): 100-102. DOI: 100

Ji Li, Longhua Feng, Shenglong Fang. An Greedy Based Job Scheduling Algorithm in Cloud Computing[J]. Journal of Software, 2014, 9(4): 1-136. DOI: 1

黄俊, 王庆凤, 刘志勤, 等. 基于资源状态蚁群算法的云计算任务分配[J]. 计算机工程与设计, 2014, 34(9): 3305-3309. DOI: 3305

石峰. 云环境下资源调度效率优化研究与仿真[J]. 计算机仿真, 2016, 32(5): 363-366. DOI: 363

刘波, 刘青凤. 基于QoS和效用的云计算资源调度模型[J]. 计算机测量与控制, 2014, 21(3): 826-829. DOI: 826

王登科, 李忠. 基于粒子群优化与蚁群优化的云计算任务调度算法[J]. 计算机应用与软件, 2013, 29(1): 290-293. DOI: 290

林伟伟, 齐德昱. 云计算资源调度研究综述[J]. 计算机科学, 2012, 42(10): 1-6. DOI: 1

刘鹏. 云计算[M]. 北京: 电子工业出版社, 2015.

崔雪娇, 曾成, 徐占然, 等. 基于贪心算法的云计算资源调度策略[J]. 微电子学与计算机, 2016, (6): 41-43, 48. DOI: 41

张春艳, 刘清林, 孟珂. 基于蚁群优化算法的云计算任务分配[J]. 计算机应用, 2012, 31(5): 1418-1420. DOI: 1418

陈康, 郑纬民. 云计算: 系统实例与研究现状[J]. 软件学报, 2009, 19(5): 1337-1348. DOI: 1337

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

基于Qos综合满意度的云计算任务调度策略

基于改进乌鸦搜索算法的云计算任务调度研究

基于文化基因算法的多目标云任务调度研究

一种高效云任务调度博弈算法

基于遗传加差分算法的云计算任务调度