• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Future generation computer systems >Evaluation and efficiency comparison of evolutionary algorithms for service placement optimization in fog architectures
【24h】

Evaluation and efficiency comparison of evolutionary algorithms for service placement optimization in fog architectures

机译：雾架构中用于服务放置优化的进化算法的评估和效率比较

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

This study compares three evolutionary algorithms for the problem of fog service placement: weighted sum genetic algorithm (WSGA), non-dominated sorting genetic algorithm II (NSGA-II), and multiob-jective evolutionary algorithm based on decomposition (MOEA/D). A model for the problem domain (fog architecture and fog applications) and for the optimization (objective functions and solutions) is presented. Our main concerns are related to optimize the network latency, the service spread and the use of the resources. The algorithms are evaluated with a random Barabasi-Albert network topology with 100 devices and with two experiment sizes of 100 and 200 application services. The results showed that NSGA-II obtained the highest optimizations of the objectives and the highest diversity of the solution space. On the contrary, MOEA/D was better to reduce the execution times. The WSGA algorithm did not show any benefit with regard to the other two algorithms. (C) 2019 Elsevier B.V. All rights reserved.
机译：这项研究比较了三种解决雾服务放置问题的进化算法：加权和遗传算法（WSGA），非支配排序遗传算法II（NSGA-II）和基于分解的多目标进化算法（MOEA / D）。提出了一个用于问题域（雾架构和雾应用）和优化（目标函数和解决方案）的模型。我们主要关注的问题是优化网络延迟，服务扩展和资源使用。使用具有100个设备的随机Barabasi-Albert网络拓扑以及两个分别具有100和200个应用服务的实验规模对算法进行评估。结果表明，NSGA-II获得了目标的最高优化和解空间的最高多样性。相反，MOEA / D最好减少执行时间。相对于其他两种算法，WSGA算法没有显示任何好处。 （C）2019 Elsevier B.V.保留所有权利。

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