用粒子群算法解决任务调度

mi36931 2016-01-12 10:18:14

用粒子群算法解决静态任务调度任务的优先级调度前已经确定现在要解决的问题就是把任务分配到处理器上的问题不知道从哪入手怎么建起算法的框架哎求高人指导

...全文

1529 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

mm_gu 2016-01-22

打赏
举报

回复

粒子群算法是模拟鸟群觅食的过程,采用速度- 位置模型进行搜索。每个优化问题的解都是搜索空间的一只鸟,称为粒子,粒子群中的每个粒子通过追随个体最优粒子和全局最优粒子进行搜索. 帮顶，求大牛分析~~

pww71 2016-01-22

打赏
举报

回复

http://blog.csdn.net/pww71/article/details/25113303

辨析云计算与其他三种计算模式的区别，简单介绍了一下任务调度，详细介绍了粒子群算法，并针对粒子群算法的“早熟”问题介绍了一种解决方案。

基于改进离散粒子群禁忌算法的并行测试任务调度.pdf

为提高异构多处理器任务调度的执行效率, 充分发挥多处理器并行性能, 提出一种基于粒子群优化的异构多处理器任务调度算法——FPSOTTS算法。该算法以求得任务最短完成时间为目标, 首先通过建立新的编码方式和粒子更新公式实现粒子搜索空间到离散空间的映射, 使连续的粒子群优化算法适用于离散的异构多处理器任务调度问题; 同时通过引入禁忌算法进行局部搜索, 克服粒子群算法的早熟收敛现象, 避免陷入局部最优。实验结果表明, FPSOTTS算法的执行效率优于Min-min算法和遗传算法, 有效地降低任务的执行时间。FPSOTTS算法很好地解决了异构多处理器任务调度问题, 并且适合于大规模并行任务调度。

提出了一种基于动态粒子群优化的网格任务调度算法。设计了网格任务调度问题的数学模型，给出了自适应变异的动态粒子群优化算法的框架，引入了自适应学习因子和自适应变异策略，从而使算法具有动态自适应性，能够较容易地跳出局部最优。实验结果表明，本算法能有效地解决异构网格任务调度问题，具有较好的应用价值。

FusionInsight Univer

109

社区成员

14

社区内容

发帖

与我相关

我的任务

sqlserver大数据数据库技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章