文献类型：期刊文章

作　　者：胡志刚[1] 常健[1] 周舟[2]

HU Zhigang;CHANG Jian;ZHOU Zhou(School of Computer Science and Engineering,Central South University,Changsha 410075,China;Department of Mathematics and Computer Science,Changsha University,Changsha 410022,China)

机构地区：[1]中南大学计算机学院,湖南长沙410075 [2]长沙学院计算机工程与应用数学学院,湖南长沙410022

出　　处：《湖南大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61572525);长沙市科技计划资助项目(k1705036);湖南省自然科学基金青年基金项目(2019JJ50689);中国博士后科学基金项目(2018M642974);湖南省教育厅优秀青年基金项目(18B412)~~

年　　份：2019

卷　　号：46

期　　号：8

起止页码：117-123

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、JST、MR、RCCSE、RSC、ZGKJHX、ZMATH、核心刊

摘　　要：随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.

关 键 词：云计算 任务调度 惯性权重 粒子群优化

分 类 号：TP338.8]