济南大学学报(自然科学版)

作者：宋颖,梁卫芳,赵珏,张福泉,侯小毛

基金：国家自然科学基金项目(61871204);; 福建省科技厅引导性项目(2018H0028);; 湖南省教育厅科学研究项目(18A0295,20C0108);; 湖南省教育科学规划项目(ND210887)

为了改善云资源调度的性能，解决水波优化算法因水波衰减系数和碎波系数设置不当而导致精度降低的问题，提出人工蜂群-水波优化算法，采用人工蜂群算法对水波衰减系数和碎波系数进行参数寻优求解；在初始化任务实例生成的样本集和水波个体后，采用3个优化指标的加权和作为适应度函数，构建基于人工蜂群-水波优化算法的云资源调度模型，将最优求解问题转变为最优水波个体问题；通过不断更新最优适应度个体，提高云资源调度适用性，以达到最大迭代次数时所获得的最优云资源调度参数组合作为最优个体。结果表明：与常规水波优化算法相比，当任务数为600时，所提出算法的承载任务量分布更均匀，且负载均衡指标更小，仅为1.71;与基于其他智能优化算法的云资源调度模型相比，所建立模型所需执行时间最短，且稳定性更好。

来源：2023年第04期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2023年第04期