登录    注册    忘记密码

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

作  者:孙湛冬[1] 焦娇[1] 李伟[1] 李志鹏[1] 李鹏恩[2]

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

出  处:《电力系统保护与控制》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心