基于改進粒子群算法的云數(shù)據(jù)中心能耗優(yōu)化任務調(diào)度策略

摘要： 隨著云計算的發(fā)展，能耗急劇上升，這進一步限制了云數(shù)據(jù)中心整體性能的提高，因此能耗問題引起了工業(yè)界和學術(shù)界的重視。同時，傳統(tǒng)粒子群算法被廣泛應用于數(shù)據(jù)中心任務調(diào)度問題的求解，但其收斂速度慢、精度低，容易忽略集群能耗問題。為此提出了一種基于反向?qū)W習的混沌映射自適應粒子群算法(OAPSO)。首先，采用反向?qū)W習的方法產(chǎn)生初始種群，使粒子更加均勻地分布于初始解空間，提高了初始種群的質(zhì)量；...