• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Electrical, Electronics, and Optimization Techniques >Job scheduling using Ant Colony Optimization in grid environment
【24h】

Job scheduling using Ant Colony Optimization in grid environment

机译：网格环境中使用蚁群优化的作业调度

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Grid computing proposes a dynamic and earthly distributed organization of resources that harvest ideal CPU cycle to drift advance computing demands and accommodate user's prerequisites. Heterogeneous gridsdemand efficient allocation and scheduling strategies to cope up with the expanding grid automations. In order to obtain optimal scheduling solutions, primary focus of research has shifted towards metaheuristic techniques. The paper uses different parameters to provide analytical study of variants of Ant Colony Optimization for scheduling sequential jobs in grid systems. Based on the literature analysis, one can summarize that ACO is the most convincing technique for schedulingproblems. However, incapacitation of ACO to fix up a systematized startup and poor scattering capability cast down its efficiency. To overpower these constraints researchers have proposed different hybridizations of ACO that manages to sustain more effective results than standalone ACO.
机译：网格计算提出了一种动态的，分布式的资源组织，该组织可以收获理想的CPU周期，以适应不断增长的计算需求并满足用户的先决条件。异构网格需要有效的分配和调度策略来应对不断扩展的网格自动化。为了获得最佳的调度解决方案，研究的主要重点已转向元启发式技术。本文使用不同的参数来提供蚁群优化变体的分析研究，以调度网格系统中的顺序作业。根据文献分析，可以得出结论，ACO是最有说服力的调度问题技术。但是，由于ACO没有能力修复系统化的启动程序，而且散射能力差，因此降低了效率。为了克服这些限制，研究人员提出了不同的ACO杂交方法，该方法比单独的ACO能够维持更有效的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号