改进粒子群算法在网格资源分配中的优化

• 论文 •

改进粒子群算法在网格资源分配中的优化

李志洁，刘向东，段晓东

大连民族学院非线性信息技术研究所，辽宁大连116600

出版日期:2009-12-15 发布日期:2009-12-25

Optimization of grid resource allocation using improved particle swarm optimization algorithm

LI Zhi-jie, LIU Xiang-dong, DUAN Xiao-dong

Research Institute of Nonlinear Information Technology, Dalian Nationalities University, Dalian 116600, China

Online:2009-12-15 Published:2009-12-25

摘要/Abstract

摘要： 针对并行网格任务的资源分配问题，提出了一种基于并行粒子子群优化的分配算法。该算法引入效用函数，反映网格任务的偏好和目标，利用乘子法转化约束条件，导出适应度函数。最后通过粒子子群的并行寻优过程，得到资源分配的最优解。仿真实验表明了该算法的有效性，且在任务较多的情况下，优化结果好于传统粒子群算法。

关键词: 网格计算, 资源分配, 粒子群优化

Abstract: To solve the problem of grid resource allocation for parallel tasks, an allocation algorithm based on improved particle swarm optimization was proposed. Utility function was introduced to reveal preferences and objectives of grid tasks. Then particle fitness function was derived by multiplier method. After parallel searching of particle in each sub-swarm, an optimal scenario for grid resource allocation was produced. Simulation experiments demonstrated effectivness of the algorithm. The results showed that the proposed algorithm outperformed standard particle swarm optimization in terms of task execution time and cost.

Key words: grid computing, resource allocation, particle swarm optimization, parallel sub-swarm

中图分类号:

TP393

李志洁，刘向东，段晓东. 改进粒子群算法在网格资源分配中的优化[J]. .

LI Zhi-jie, LIU Xiang-dong, DUAN Xiao-dong. Optimization of grid resource allocation using improved particle swarm optimization algorithm[J]. .

[1]	冯国奇,崔东亮,代学武,俞胜平. 数据视角下神经网络增量学习支持的涡轮盘多目标优化[J]. 计算机集成制造系统, 2021, 27(8): 2393-2404.
[2]	李永湘,姚锡凡,刘敏. 基于可靠性可信性分析的云制造服务组合优化[J]. 计算机集成制造系统, 2021, 27(6): 1780-1798.
[3]	杨延璞,余进,王刚锋. 基于不完全互惠偏好关系的产品工业设计方案决策[J]. 计算机集成制造系统, 2021, 27(3): 878-886.
[4]	邓新国,王磊,陈家瑞,徐海威. 结合核岭回归与多目标粒子群优化算法的激光焊接工艺参数预测[J]. 计算机集成制造系统, 2021, 27(11): 3131-3137.
[5]	李浩君,张鹏威,郭海东. 基于种群曼哈顿距离的自适应多目标粒子群优化算法[J]. 计算机集成制造系统, 2020, 26(第4): 1019-1032.
[6]	田长乐,周光辉,张俊杰,王闯. 碳排放约束下基于特征的刀具选配与切削参数集成优化[J]. 计算机集成制造系统, 2020, 26(8): 2060-2072.
[7]	曹小华,朱孟. 基于冲突预测的多自动导引小车避碰决策优化[J]. 计算机集成制造系统, 2020, 26(8): 2092-2098.
[8]	李万清,刘辉,李忠金,袁友伟. 移动边缘计算环境下面向安全和能耗感知的服务工作流调度方法[J]. 计算机集成制造系统, 2020, 26(7): 1831-1842.
[9]	齐平,王福成,徐佳,李学俊. 移动边缘计算环境下基于信任模型的可靠多重计算卸载策略[J]. 计算机集成制造系统, 2020, 26(6): 1616-1627.
[10]	唐苏州,程娥,吕妍菲. 基于粒子群仿真优化的准时生产看板数量决策方法[J]. 计算机集成制造系统, 2020, 26(10): 2735-2742.
[11]	郭辰光,岳海涛,赵丽娟,张建卓,谢华龙. 薄煤层煤岩刨削比能耗优化模型[J]. 计算机集成制造系统, 2019, 25(第2): 391-402.
[12]	陈久梅,张松毅,但斌. 求解多隔室车辆路径问题的改进粒子群优化算法[J]. 计算机集成制造系统, 2019, 25(第11): 2952-2962.
[13]	吴泽斌,吴立珺,许菱. 基于0-1背包策略改进离散粒子群算法的产业链金融产品双边匹配优化模型[J]. 计算机集成制造系统, 2019, 25(12): 3279-3288.
[14]	李莉,程发新,程显钦,王广东,潘婷. 基于改进多目标粒子群优化算法的企业再制造物流网络优化[J]. 计算机集成制造系统, 2018, 24(第8): 2122-2132.
[15]	许荣斌,王业国,王福田,何明慧,汪梦龙,谢莹. 基于改进PSO-BP算法的快递业务量预测[J]. 计算机集成制造系统, 2018, 24(第7): 1871-1879.