相关实验视频
Updated: May 27, 2025

06:48
The HoneyComb Paradigm for Research on Collective Human Behavior
Published on: January 19, 2019
9.3K
云资源调度使用多策略融合蜂蜜子算法
Haitao Xie1, Chengkai Li2, Zhiwei Ye1
1School of Computer Science, Hubei University of Technology, Wuhan, China.
Big data
|February 19, 2025
概括
一个改进的蜂蜜子算法 (IHBA) 通过防止本地优化来增强云资源调度. 这种新的方法改善了大数据环境中的任务分配和负载平衡.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 大数据分析大数据分析
背景情况:
- 云资源调度是大数据中的一个关键的组合优化问题.
- 超启发式算法 (MA) 是常用的,但通常会受到局部最佳的影响,降低分配方案的质量.
研究的目的:
- 提出一个改进的蜂蜜子算法 (IHBA) 优越的云资源调度.
- 增强全球搜索能力,减轻安排中的本地最佳问题.
主要方法:
- 通过整合两个本地搜索策略和一个新的健身功能,开发了IHBA.
- 在四个不同的负载规模任务中,IHBA与其他六个MA进行了比较.
主要成果:
- 与其他六个MA相比,IHBA表现优越.
- 该算法有效地改善了人口多样性,并扩大了搜索范围.
- IHBA成功地阻止了局部优化,并实现了高效的资源负载平衡.
结论:
- IHBA在云资源调度算法方面取得了重大进展.
- 拟议的方法为优化大数据资源配置提供了一个强大的解决方案.

