您的位置: 专家智库 > >

浙江省教育厅科研计划(Y201016215)

作品数:2 被引量:7H指数:2
相关作者:苏日娜王宇更多>>
相关机构:宁波工程学院更多>>
发文基金:浙江省自然科学基金浙江省教育厅科研计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇调度
  • 1篇调度器
  • 1篇调度研究
  • 1篇遗传算法
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇任务调度
  • 1篇群算法
  • 1篇网格
  • 1篇网格任务
  • 1篇网格任务调度
  • 1篇量子进化
  • 1篇量子进化算法
  • 1篇量子蚁群算法
  • 1篇免疫量子进化...
  • 1篇进化算法
  • 1篇集群系统
  • 1篇负载均衡
  • 1篇负载均衡策略

机构

  • 2篇宁波工程学院

作者

  • 2篇王宇
  • 2篇苏日娜

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于免疫量子进化算法的负载均衡策略被引量:3
2011年
在集群系统任务调度和分配中,提出一种基于免疫量子进化算法的负载均衡策略。该策略采用量子化编码和量子进化操作优化任务分配,在量子陷入局部极值下,引入免疫操作进行接种疫苗和免疫选择,从而增加种群多样性。仿真结果表明,与SGALB策略相比,该策略具有更高的搜索效率,其集群系统的整体性能更优。
苏日娜王宇
关键词:免疫量子进化算法集群系统负载均衡调度器
基于量子蚁群算法的网格任务调度研究被引量:4
2011年
任务调度策略是网格计算的核心问题。在系统任务调度和资源分配中,提出一种基于量子蚁群算法的任务调度策略。算法将量子计算与蚁群算法相融合,通过对蚁群进行量子化编码并采用量子旋转门及非门操作,实现对任务自适应启发式的分配和优化。算法有效增强了种群的多样性、克服了遗传算法和蚁群算法的早熟收敛和退化现象。仿真实验中,分别与基于遗传算法和基于蚁群算法的任务调度策略相对比,结果表明算法有效缩短了任务调度的时间跨度,增强了网格系统的性能。
苏日娜王宇
关键词:量子蚁群算法网格任务调度遗传算法蚁群算法
共1页<1>
聚类工具0