Resumen

El sistema de flujo de trabajo en la nube es un tipo de servicio de plataforma basado en la computación en la nube. Facilita la automatización de las aplicaciones de flujo de trabajo. Entre el sistema de flujo de trabajo en la nube y sus homólogos, el modelo de negocio orientado al mercado es uno de los factores más destacados. La optimización de la programación a nivel de tarea en el sistema de flujo de trabajo en la nube es un tema candente. Como la programación es un problema NP, se han propuesto la optimización de colonias de hormigas (ACO) y la optimización de enjambre de partículas (PSO) para optimizar el coste. Sin embargo, tienen la característica de convergencia prematura en el proceso de optimización y, por lo tanto, no pueden reducir eficazmente el coste. Para resolver estos problemas, se aplica el algoritmo de Optimización de Enjambre de Partículas Caótico (CPSO) con secuencia caótica y factor de peso de inercia adaptativo para presentar la programación a nivel de tarea. La secuencia caótica con alta aleatoriedad mejora la diversidad de soluciones, y su regularidad asegura una buena convergencia global. El factor de peso de inercia adaptativo depende del valor estimado del coste. Hace que la programación evite la convergencia prematura mediante un equilibrio adecuado entre la exploración global y la local. La simulación experimental muestra que el coste obtenido por nuestra programación es siempre inferior al de las otras dos contrapartes representativas.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:sistema de flujo de trabajo en la nube, optimización de enjambre de partículas, factores de peso de inercia, programación de niveles, convergencia prematura, secuencia caótica, peso de inercia adaptable, buena convergencia global, coste, programación
• Keywords:cloud workflow system, particles swarm optimization, inertia weight factors, level scheduling, premature convergence, chaotic sequence, adaptive inertia weight, good global convergence, cost, scheduling