文献

J-GLOBAL ID：202202240910908619   整理番号：22A0450348

Gaborフィルタ,反対ベース学習,マルチバース最適化,マルチトラッカ最適化アルゴリズムを含む新しいハイブリッドメタヒューリスティックアルゴリズムを適用したクラウドコンピューティングにおける独立タスクの動的スケジューリング【JST・京大機械翻訳】

Dynamic scheduling of independent tasks in cloud computing applying a new hybrid metaheuristic algorithm including Gabor filter, opposition-based learning, multi-verse optimizer, and multi-tracker optimization algorithms

著者 (4件)： Nekooei-Joghdani Ahmad (Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Nekooei-Joghdani Ahmad (Big Data Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Safi-Esfahani Faramarz (Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran) ,  Safi-Esfahani Faramarz (Big Data Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran)
資料名： Journal of Supercomputing  (Journal of Supercomputing)
巻： 78  号： 1  ページ： 1182-1243  発行年： 2022年 
JST資料番号： T0418A  ISSN： 0920-8542  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： クラウドランタイム環境は動的である。したがって,計算資源に対するタスクの割り当ては,様々なシナリオを含む可能性がある。メタヒューリスティックアルゴリズムは,通常,適切なスケジューリングシナリオを選択するために使用される。しかし,それらは早期収束,局所最適におけるトラッピング,探索空間の探索と開発の間の不均衡に悩まされる。また,マルチ逆最適化(MVO)アルゴリズムは,類似の問題を受ける。本研究では,Gaborフィルタと反対ベース学習法をMVOアルゴリズムに適用し,新しいアルゴリズムGOMVOを提示した。マルチトラック最適化(MTO)をGOMVOに適用して,新しいMTO-GOMVOハイブリッドアルゴリズムを示した。次に,クラウドコンピューティングスケジューリングにおいてMTO-GOMVOメタヒューリスティックアルゴリズムを適用するスケジューリングフレームワークMTOA-GOMVO@DSFを提示した。第1に,GOMVOアルゴリズムをCEC2017ベンチマーク関数を適用してベンチマークし,平均誤差に関していくつかのベースラインアルゴリズムと比較した。第2に,MTOA-GOMVOも平均誤差に関して関連するベースラインアルゴリズムに対して評価した。最後に,MTOA-GOMVOをクラウドコンピューティングに適用して,平均実行時間,応答時間,スループット,およびSLA違反を改善するために仮想マシンに独立タスクをスケジュールした。NASA-iPSC実データセットを適用したシミュレーション結果は,MTOA-GOMVOがベースラインメタヒューリスティックアルゴリズムを凌駕し,クラウドコンピューティングタスクのスケジューリングにおいて良好に機能することを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  シミュレーション ,  *学習 ,  *スケジューリング ,  *最適化手法 ,  スループット ,  仮想機械システム ,  ベンチマーク
準シソーラス用語： 実行時間 ,  *ヒューリスティック ,  *クラウドコンピューティング ,  ハイブリッドアルゴリズム ,  *動的スケジューリング ,  逆最適化 , 【Automatic Indexing@JST】

著者キーワード (7件)： ハイブリッドメタヒューリスティックス ,  多重逆最適化アルゴリズム(MVO) ,  マルチトラック最適化アルゴリズム(MTO) ,  Gaborフィルタ ,  対立ベース学習(OBL) ,  タスクスケジューリング ,  クラウドコンピューティング

分類 (2件)： オペレーティングシステム  (JD03020J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： Gaborフィルタ ,  学習 ,  マルチ ,  バース ,  最適化 ,  最適化アルゴリズム ,  クラウドコンピューティング ,  タスク ,  動的スケジューリング