Un importante reto al que se enfrenta la computación en nube es cómo gestionar y atender correcta y eficazmente las peticiones de millones de usuarios. La programación eficiente de tareas en la computación en nube puede afectar intuitivamente a la configuración de los recursos y al coste operativo de todo el sistema. Sin embargo, la programación de tareas y recursos en un entorno de computación en nube es un problema difícil de resolver. En este trabajo, proponemos un modelo de programación de tres capas basado en la nube ballena-gaussiana. En la segunda capa del modelo, se utiliza una estrategia de optimización de ballenas basada en el modelo de nube gaussiana (GCWOAS2) para la programación de tareas multiobjetivo en un entorno de computación en nube, que consiste en minimizar el tiempo de finalización de la tarea mediante la utilización eficaz de los recursos de la máquina virtual y mantener el equilibrio de carga de cada máquina virtual, reduciendo el coste operativo del sistema. En la estrategia GCWOAS2, se utiliza primero un mecanismo de aprendizaje basado en la oposición para inicializar la estrategia de programación y generar el esquema de programación óptimo. A continuación, se propone un factor de movilidad adaptable para ampliar dinámicamente el rango de búsqueda. Se propone un algoritmo de optimización de ballenas basado en el modelo de nubes gaussianas para mejorar la aleatoriedad de la búsqueda. Por último, se presenta un algoritmo de programación de tareas multiobjetivo basado en la optimización de la nube gaussiana (GCWOA), de modo que la estrategia de programación completa no sólo puede ampliar el rango de búsqueda, sino también saltar fuera del máximo local y obtener la estrategia de programación óptima global. Los resultados experimentales muestran que, en comparación con otros algoritmos metaheurísticos existentes, nuestra estrategia no sólo puede acortar el tiempo de finalización de la tarea, sino también equilibrar la carga de los recursos de la máquina virtual, y al mismo tiempo, también tiene un mejor rendimiento en la utilización de los recursos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Nutrigenética y cáncer de colon
Artículos:
Monitorización sin contacto de los patrones respiratorios y la frecuencia respiratoria en la nuca: Un enfoque de cámara única
Artículos:
Pérdida de carga en cintas de riego de pared delgada con laberinto continuo
Artículos:
Mejora de la representación de características basada en una red neuronal para la elaboración de perfiles de autor en textos de medios sociales
Artículos:
Adaptación de la localización de nanotubos de carbono y polifosfato de amonio en mezclas de polietileno lineal de baja densidad/nilón-6 para optimizar su retardancia a la llama
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Modelo de aceptación de las tecnologías basadas en la inteligencia artificial (IA) en las empresas de construcción: Aplicación del Modelo de Aceptación de la Tecnología (TAM) en combinación con el Marco Tecnología-Organización-Entorno (TOE)
Artículos:
Agua subterránea : el recurso oculto