计算机工程 ›› 2011, Vol. 37 ›› Issue (01): 178-180.doi: 10.3969/j.issn.1000-3428.2011.01.062

• 人工智能及识别技术 • 上一篇    下一篇

网格环境下改进PSO算法的资源分配研究

郑志蕴1,赵 甜1,张勇涛2   

  1. (1. 郑州大学信息工程学院,郑州 450001;2. 65549部队,辽宁 海城 114200)
  • 出版日期:2011-01-05 发布日期:2010-12-31
  • 作者简介:郑志蕴(1962-),女,副教授,主研方向:网格计算,分布式计算;赵 甜,硕士研究生;张勇涛,硕士
  • 基金项目:
    国家自然科学基金资助项目“受限域汉语问答系统研究”(6066300)

Research on Resource Allocation for Improved PSO Algorithm in Grid Environment

ZHENG Zhi-yun 1, ZHAO Tian 1, ZHANG Yong-tao 2   

  1. (1. School of Information Engineering, Zhengzhou University, Zhengzhou 450001, China; 2. 65549 Troop, Haicheng 114200, China)
  • Online:2011-01-05 Published:2010-12-31

摘要: 针对网格计算中的资源分配问题,提出一种融合粒子群优化算法和遗传算法的新算法。通过在粒子群算法中引入遗传算法,有效克服粒子群算法容易陷入局部最优值这一固有缺陷,重新在搜索空间寻找全局最优值。该方法具有操作简单、设置参数少、收敛速度快等特点。仿真实验结果表明,该融合算法在网格资源分配方面能取得较好的效果。

关键词: 网格计算, 资源分配, 粒子群优化算法

Abstract: This paper presents a new algorithm which integrates Particle Swarm Optimization(PSO) algorithm and Genetic Algorithm(GA) to solve the problem of resource allocation. According to the introduction of GA in the PSO algorithm, it effectively overcomes the inherent flaw of getting local optimal value by PSO algorithm and finds the global optimum value in the search space again. The method is simple, needs to set less parameters and speed up the convergence rate. Simulation results show the fusion algorithm achieves a better result in the aspect of grid resource allocation.

Key words: grid computing, resource allocation, Particle Swarm Optimization(PSO) algorithm

中图分类号: