arrow
返回

Energy-efficient task scheduling in heterogeneous cloud computing using discrete Coati Optimization Algorithm

delete2026-05-22
delete0
PRE
AI
A
Abdeldjalil Ledmi *
M
Makhlouf Ledmi
M
Mohammed El Habib Souidi
N
Nabil Azizi
H
Hichem Haouassi
DOI:10.1007/s11227-026-08563-wdelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文提出DCOA-TS,一种针对异构云环境中能量感知任务调度的Coati优化算法的离散适配版本。DCOA-TS用定制的离散算子替换连续更新,包括交换、合并和交叉操作,以在保持分配可行性的同时平衡全局探索和局部开发。它通过整合工期、能耗和截止时间违规惩罚来最小化加权目标。在中等至大型工作负载的广泛CloudSim Plus实验中表明,DCOA-TS始终优于经典启发式算法、元启发式算法和强化学习基准,实现最高87.6%的工期缩减(DCOA-TS: 9656 s vs. FCFS: 77,919 s,在100,000个任务时),显著节能(5000个任务时最高87%),以及更低的平均等待时间。所有改进均具有统计学意义($$p < 10^{-9}$$,Wilcoxon符号秩检验,30个种子)。收益源于优先将计算密集型任务分配到高性能虚拟机上并抑制低效主机活动,从而改善利用率和能效平衡。敏感性分析表明,迭代次数的影响大于种群规模,凸显了离散调度中更深层开发的必要性。这些结果表明,DCOA-TS作为异构云中大规模、节能调度的有力候选方案,可提升吞吐量、降低能耗并改善排队公平性。
Keyword:
Task scheduling
Cloud computing
Discrete Coati Optimization Algorithm
Energy consumption
Makespan
Metaheuristic algorithm
Heterogeneous environment

期刊

T
The Journal of Supercomputing
IF:
0
论文数:
647
被引数:
0

机构

I
icosi lab
学者数:
5
论文数: 1
被引数: 0
引用论文

引用论文

err分享
err收藏
Energy efficient task scheduling for heterogeneous multicore processors in edge computing
err2025-04-07
err0
errOAAI
errLiu, Yanchun; Qu, Hongxue; Chen, Shuang; Feng, Xuejun
err分享
err收藏
学者 查看更多内容