文献

J-GLOBAL ID：201702291297602932   整理番号：17A1394702

クラウドコンピューティングにおけるSAMPGAタスクスケジューリングアルゴリズム【Powered by NICT】

SAMPGA task scheduling algorithm in cloud computing

著者 (3件)： Wei Xing Jia (Department of Automation, University of Science and Technology of China, Hefei 230026) ,  Bei Wang (Department of Automation, University of Science and Technology of China, Hefei 230026) ,  Jun Li (Department of Automation, University of Science and Technology of China, Hefei 230026)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 5633-5637  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラウドコンピューティングが急速に増加しているので,効率的なタスクスケジューリングアルゴリズムは資源利用率を改善し,クラウドコンピューティング環境の全体的な性能を向上させるために重要な役割を果たしている。しかし,タスクスケジューリングは,クラウドコンピューティングにおける緊急解決に必要な厳しい課題である。,シミュレーテッドアニーリングマルチポピュレーション遺伝的アルゴリズム(SAMPGA)は,クラウドコンピューティングにおけるタスクスケジューリング,本論文におけるシミュレーテッドアニーリングアルゴリズム(SA)とマルチポピュレーション遺伝的アルゴリズム(MPGA)の組合せであるために提案した。集団初期化では,SAMPGAは検索効率を高めるためのmax-minアルゴリズムを採用した。SAMPGAに組み込まれたSAは,局所最適化を回避でき,大域的最適の性能を向上させるために採用されているが,MPGAにおける適応機構に基づくファミリーの進化戦略は,より良い解をfmdと収束速度を改善するために提案する。最後に,実験はMATLABで提案した方法の効率を評価した。MPGA,SAとシミュレーテッドアニーリング遺伝的アルゴリズム(SAGA)と比較して,シミュレーションの結果は,SAMPGAは完了時間,仕上げコスト,収束速度と負荷不均衡の程度の点でより優れた性能を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 検索効率 ,  *アルゴリズム ,  遺伝的アルゴリズム ,  高速度 ,  シミュレーテッドアニーリング
準シソーラス用語： 不均衡 ,  MATLAB ,  収束速度 ,  進化戦略 ,  ローカル最適化 ,  シミュレーテッドアニーリングアルゴリズム ,  *タスクスケジューリング ,  資源利用 ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (3件)： クラウドコンピューティング ,  タスク ,  スケジューリングアルゴリズム