.png){kind=icon}
返回
Task scheduling optimisation for wireless sensor modules in cloud-based systems
.png){kind=icon}
PRE
AI
DOI：10.1504/IJIPT.2026.152211.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
调度算法展示了它们在云计算数据中心确定工作潜在时间表中所发挥的关键作用。由于目标是实现最短的总执行时间，现有研究已表明作业调度问题属于NP完全问题。我们通过在一组|G|个组和m个云计算资源上调度一组l个作业，解决了最小化总等待时间的问题。这里，我们描述了一种基于广为人知的匈牙利算法优化过程的成对作业调度方法。通过模拟使用两个性能指标（具体为总完成时间和平均云资源利用率）来评估其性能。该方法将减少任务等待时间并提高资源效率。实验结果表明，所提出的技术在降低任务执行时间的同时增强了资源消耗。
Keyword:
task management
Hungarian method
normalisation
cloud computing
makespan cloud use
node weight method
Hopfield neural network
期刊
I
IF:
0.2
论文数:
7
被引数:
53
机构
引用论文
暂无论文信息