.png){kind=icon}
返回
Multi-strategy Enhanced Hiking Optimization Algorithm for Task Scheduling in the Cloud Environment
.png){kind=icon}
PRE
AI
DOI：10.1007/s42235-025-00674-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元启发式算法在云计算任务调度中起着关键作用。然而，调度问题的复杂性和不确定性严重限制了这些算法的性能。为了规避这一问题，已提出多种算法。登山优化算法（HOA）已被应用于多个领域。然而，在解决云计算任务调度问题时，HOA易陷入局部最优、收敛速度慢且晚期迭代搜索效率低。因此，本文提出了一种改进的HOA，称为CMOHOA，通过多策略协同提升HOA性能。具体而言，引入切比雪夫混沌以增加种群多样性，随后设计混合速度更新策略以提升收敛速度，同时引入对抗学习策略以增强晚期迭代的搜索能力。采用不同的调度问题场景测试了CMOHOA的性能：首先，将其用于解决基础云计算任务调度问题，结果显示其将平均总成本降低了10%以上；其次，应用于边缘雾云调度问题，结果将平均总调度成本降低了2%以上；最后，在信息传输调度问题中，将平均总成本降低了7%以上。
Keyword:
Task scheduling
Chebyshev chaos
Hybrid speed update strategy
Metaheuristic algorithms
The Hiking Optimization Algorithm (HOA)
期刊
IF:
5.8
论文数:
2.0K
被引数:
4.8K
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容