.png){kind=icon}
返回
A hybrid approach based on neural network algorithm for task scheduling
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05737-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
调度被广泛认为是提高云计算服务效率的关键因素。在此背景下，调度过程必须设计为在最小化任务完成时间的同时最大化可用资源的生产率。文献中已引入了众多任务调度策略，并且开发最优调度模型的努力仍在持续。因此，本文提出了一种基于神经网络优化器的异构基础设施即服务（IaaS）云环境下的调度方法，该方法旨在寻找更合适的调度方案。所提方法整合了基于学习的优化算法、神经网络机制以及来自进化算法的变异算子，以实现探索与开发阶段的平衡。为评估所提算法的性能和效率，进行了三组实验。首先，将基本的NNA和TLBO算法作为全局优化器与所提算法进行测试比较。然后，使用CloudSim平台进行实验以评估所提算法。在第二阶段，使用模拟器生成的合成数据集进行实验。最后，基于两个真实数据集对算法进行评估。仿真结果表明，所提算法在完工时间、资源利用率、负载不均衡度和吞吐量方面优于IBWC、HGHHC、MSDE、EMPA和FPGWO算法。
Keyword:
Scheduling
Optimization
Data centers
Virtual machine
Cloudsim
Neural network algorithm
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
A dynamic metaheuristic optimization model inspired by biological nervous systems: Neural network algorithm受生物神经系统启发的动态元启发式优化模型: 神经网络算法
PREAI
分享收藏分享收藏IBWC: a user-centric approach to multi-objective cloud task scheduling using improved beluga whale optimizationIBWC：一种基于改进白鲸优化算法的用户为中心的多目标云任务调度方法
PREAI
分享收藏Task scheduling in cloud computing based on hybrid moth search algorithm and differential evolution
PREAI
分享收藏Improved snake optimization-based task scheduling in cloud computing基于改进snake优化的云计算任务调度.png)
COMPUTING
COMPUTINGIF2.8
PREAI
分享收藏
查看更多内容