%0 Journal Article
%T 基于map-reduce模型的云资源调度方法研究
%A 张恒巍？
%A 韩继红？
%A 卫波？
%A 王晋东？
%J 计算机科学
%D 2015
%X 为提高map-reduce模型资源调度问题的求解效能,分别考虑map和reduce阶段的调度过程,建立带服务质量(qos)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法。算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性；在利用sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优。实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀。map-reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法。
%K 云计算
%K map-reduce
%K 资源调度
%K 粒子群算法
%K 信息熵
%K 混沌扰动
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150825&flag=1