Earticle

현재 위치 Home

The Intelligent Task Scheduling Algorithm in Cloud Computing with Multistage Optimization

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJGDC) 바로가기
  • 간행물
    International Journal of Grid and Distributed Computing SCOPUS 바로가기
  • 통권
    Vol.9 No.4 (2016.04)바로가기
  • 페이지
    pp.313-324
  • 저자
    XiaoLi He, Yu Song, Ralf Volker Binsack
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A272931

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
There’re huge numbers of users and various tasks need to be handled in the cloud computing environment, the high effective task scheduling algorithm is one of the crucial problems that the cloud computing need to solve. Aiming to the model structure of cloud computing, in this article it introduces the Particle Swarm Optimization algorithm (PSO) and Ant Colony Optimization algorithm (ACO) to combine with optimized task scheduling algorithm. First it takes the particle swarm optimization algorithm to generate the initial scheduling results, and introduces the random inertia weight to improve the scheduling ability of the algorithm, then to take the generated results of improved particle swarm optimization algorithm as the initial pheromones of the ant colony algorithm to find out the optimal scheduling scheme, and use the elitist strategy and crossover operator in the genetic algorithm to improve the ant colony algorithm, among the algorithms to use multistage optimization algorithm to improve the operating efficiency. The experimental results show that under the same conditions, the total task completion time of improved algorithm has been reduced and its performance advantage are getting more obvious with the increased task measures.

목차

Abstract
 1. Introduction
 2. The Brief Introduction of Cloud Computing Task Scheduling
 3. The Design for Improved Scheduling Algorithm
  3.1. The Design for Improved Particle Swarm Optimization Algorithm
  3.2. The Improved Ant Colony Algorithm
  3.3. The Procedure of Combining Optimization to Improve Algorithm
 4. The Experimental Results and Conclusion Analysis
 5. Closing Remarks
 Reference

키워드

Cloud computing Task scheduling; Improved ant colony algorithm Improved particle swarm optimization algorithm Total task completion time

저자

  • XiaoLi He [ School of Computer Science, Sichuan University of Science and Engineering, Zigong Sichuan 643000, China ]
  • Yu Song [ Department of Network Information Management Center, Sichuan University of Science and Engineering, Zigong Sichuan 643000, China ]
  • Ralf Volker Binsack [ Winterstein 14, Niddatal, 61194, Germany ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJGDC) [Science & Engineering Research Support Center, Republic of Korea(IJGDC)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Grid and Distributed Computing
  • 간기
    격월간
  • pISSN
    2005-4262
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Grid and Distributed Computing Vol.9 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.