期刊文章详细信息
基于改进蚁群算法的电力云数据中心任务调度策略研究
A task scheduling strategy for a power cloud data center based on an improved ant colony algorithm
文献类型:期刊文章
SUN Zhandong;JIAO Jiao;LI Wei;LI Zhipeng;LI Peng’en(Beijing Electric Power Economic Research Institute Co.,Ltd.,Beijing 100055,China;Beijing Forever Technology Co.,Ltd.,Beijing 100011,China)
机构地区:[1]北京电力经济技术研究院有限公司,北京100055 [2]北京恒华伟业科技股份有限公司,北京100011
基 金:国家电网公司科技项目资助(520234190006)。
年 份:2022
卷 号:50
期 号:2
起止页码:95-101
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊
摘 要:针对现有云环境下电力数据中心任务调度的高能耗、低效率等问题,在电力云体系结构的基础上,提出了一种基于随机Petri网的云数据中心任务调度模型。通过综合考虑时间约束、负载、能耗约束对蚁群算法进行改进,并通过改进算法对模型进行求解。通过实验对运行时间、能耗、平均等待时间、系统负载等几个方面进行了比较分析,验证了该方法的优越性。结果表明,改进蚁群算法在保证性能的前提下,可以有效降低数据中心能耗,为电力数据中心任务调度策略的发展提供参考和借鉴。
关 键 词:云环境 任务调度 PETRI网 蚁群优化算法 电力数据 运行能耗
分 类 号:TM73] TP18]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...