文献

J-GLOBAL ID：201602275606020655   整理番号：16A0858985

クラウド環境下の超発見的エネルギー消費スケジューリングアルゴリズムを感知【JST・京大機械翻訳】

Hyper-heuristic energy-aware scheduling algorithm on cloud computation system

著者 (4件)： Chen Shaomiao (College of Information Science and Engineering, Hunan University) ,  Li Zhiyong (College of Information Science and Engineering, Hunan University) ,  Yang Bo (College of Information Science and Engineering, Hunan University) ,  Li Yanwu (State Grid Electric Power Company in Hunan Province Information Communication Company)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 2  ページ： 74-80  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： エネルギー消費スケジューリングの研究がクラウド計算データ中心を知覚の持続可能な発展に重要な意義がある。エネルギー消費のスケジューリングは,NP困難な多目的最適化問題の1つであり,現在はクラウド環境下のタスクスケジューリングアルゴリズムは少ないエネルギー消費の問題を考慮し,かつエネルギー消費に対する実現できない柔軟な管理を感知し,ランダム探索アルゴリズムはこの問題を解決するための有効なアプローチの1つであるが,しかしその計算のオーバヘッドが大きいと,収束速度が遅い。異種クラウド環境でのエネルギー消費は感知スケジューリング問題を制約付きの問題の1つとして定義し,即ち一定の完成時間の下でシステムのエネルギー消費を最適化し,エネルギー消費への柔軟な管理を実現した。さらに,オンライン学習に基づく超発見的アルゴリズム(OLHH)を提案し,このアルゴリズムは電圧調整技術を結合し,簡単で効率的なヒューリスティック戦略の基礎を設計する上で,超発見的アルゴリズムを導入し,またオンライン学習を採用しての方式は追跡ヒューリスティック戦略の表現,ヒューリスティック戦略の合理的管理を達成し,従って,アルゴリズムの収束性能の向上という目的を達成した。シミュレーション実験はこのアルゴリズムはシステムのエネルギー消費の柔軟な管理を実現できるし,しかも従来のランダム探索アルゴリズムよりもより良い収束性能を有することを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  持続可能な開発 ,  *エネルギー消費 ,  NP困難 ,  多目的計画法 ,  制約条件 ,  *スケジューリング ,  電圧制御 ,  *アルゴリズム
準シソーラス用語： ヒューリスティック ,  発見的アルゴリズム ,  オンライン学習 ,  収束速度 ,  ランダム探索 ,  *スケジューリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： heterogeneous cloud ,  dynamic voltage scaling ,  energy-aware scheduling ,  hyper-heuristics ,  online learning

分類 (2件)： ディジタル計算機方式一般  (JC02010O) ,  オペレーティングシステム  (JD03020J)

タイトルに関連する用語 (5件)： クラウド環境 ,  発見 ,  エネルギー消費 ,  スケジューリングアルゴリズム ,  感知