文献

J-GLOBAL ID：201702290702509301   整理番号：17A1332288

クラウドコンピューティングは,遺伝的粒子群最適化アルゴリズムに基づく多目的タスクスケジューリングに基づいている。【JST・京大機械翻訳】

A Multi-objective Task Scheduling Based on Genetic and Particle Swarm Optimization Algorithm for Cloud Computing

著者 (2件)： Liu Chunyan (武漢理工大学華夏学院信息工程系,湖北武漢,430070) ,  Yang Weiwei (中国五環工程有限公司設備室,湖北武漢,430070)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 2  ページ： 56-59  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  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： 合理的にタスクスケジューリングを行うことは,クラウドコンピューティングにおける長期的課題である。クラウドタスクのスケジューリングプロセスは動的特性を持っているので,スケジューリング戦略は単一の観点からユーザの要求を満たすことができない。上記の問題を解決するために,タスク完了時間,タスク達成コスト,資源利用率の3つの観点から,遺伝的アルゴリズムと粒子群最適化(PSO)に基づく多目的タスクスケジューリングアルゴリズムを提案した。遺伝的アルゴリズムの変異操作に粒子群最適化アルゴリズムを導入することによって,遺伝的アルゴリズムのグローバル探索能力の優位性を発揮することができて,また,粒子群最適化アルゴリズムのフィードバック特性を用いて,突然変異操作を改善することができた。CloudSimプラットフォームを用いて,クラウド環境シミュレーション実験を行い,遺伝的アルゴリズム(GA)と粒子群最適化(PSO)との比較を行った。実験結果により,提案したアルゴリズムが,ユーザ満足度と資源利用率において,遺伝的アルゴリズムと粒子群最適化アルゴリズムよりも優れており,クラウドコンピューティング環境における効率的なタスクスケジューリングアルゴリズムであることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 遺伝的アルゴリズム ,  シミュレーション ,  変異 ,  *スケジューリング ,  フィードバック ,  *遺伝 ,  *アルゴリズム ,  突然変異
準シソーラス用語： ユーザ満足 ,  クラウド開発環境 ,  資源利用 ,  *タスクスケジューリング ,  *粒子群最適化 ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

著者キーワード (5件)： cloud computing ,  task scheduling ,  multi-objective ,  genetic algorithm ,  particle swarm optimization algorithm

分類 (3件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： クラウドコンピューティング ,  粒子群最適化アルゴリズム ,  多目的 ,  タスクスケジューリング