文献
J-GLOBAL ID:202202227599265492   整理番号:22A1113964

クラウドコンピューティング環境におけるタスクスケジューリングのためのミツバチ最適化に基づくランダム二重適応クジラ最適化モデル【JST・京大機械翻訳】

Bee optimization based random double adaptive whale optimization model for task scheduling in cloud computing environment
著者 (3件):
資料名:
巻: 187  ページ: 35-44  発行年: 2022年 
JST資料番号: D0443B  ISSN: 0140-3664  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
クラウドコンピューティングは,動的スケーラブルで柔軟なコンピューティング資源を提供するコンピューティング技術である。クラウドシステムにおけるタスクスケジューリングは,システム性能とクラウド顧客満足レベルを強化するために取り組む必要がある主要な問題である。タスクスケジューリング方式は,システムの実行コストと同様に実行時間に直接影響する。上記の問題を克服するために,クラウドコンピューティング環境における多目的タスクスケジューリング問題を解決するために,新規ハイブリッドWhale最適化アルゴリズムベースのMBAアルゴリズムを提案した。ハイブリッドWOAベースのMBAアルゴリズムにおいて,多目的挙動は,資源利用を最大にすることによってメイクスパンを減少する。ランダム二重適応クジラ最適化アルゴリズム(RDWOA)の出力を,Beesアルゴリズムの突然変異オペレータを利用することによって強化した。性能評価を行い,完成,時間,および計算コストのような様々な対策のためのクラウドシツールキットのプラットフォームを用いた他のアルゴリズムと比較した。結果は,メイクスパン,実行時間,資源利用および計算コストのような性能測度のために解析して,この解析は,提案したアルゴリズムがIWC,MALO,BA-ABCおよびMGGSのような他のアルゴリズムより良好に機能することを示した。提案したHWOAベースのMBAアルゴリズムは,大きな探索空間のために他の手法よりも速く収束し,大きなスケジューリング問題に適している。実験結果は,HWOAベースのMBAアルゴリズムがタスク完了時間と実行時間を効果的に最小化することを明らかにした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  オペレーティングシステム 

前のページに戻る