TY - Jour A2 - Hernández-Pérez，何塞阿尔弗雷多Au - Attiya，Ibrahim Au - Abd Elaziz，Mohamed Au - Xiong，Shengwu Py - 2020 Da - 2020/03/11 Ti - 使用修改后的Harris Hawks Optimization云计算中的Job Schinuling和模拟退火算法SP - 3504642 VL - 2020 AB - 近年来，云计算技术引起了学术界和工业的广泛关注。云计算的普及源于其将全球IT服务提供核心基础架构，平台，平台和应用程序的能力，以在Web上云客户。此外，它承诺具有新形式的定价包的需求服务。但是，由于资源动态性和点播消费者需求等一些因素，云作业调度仍然是NP-Complete，并且由于某些因素而变得更加复杂。为了填补这一差距，本文介绍了基于模拟退火（SA）的修改后的Harris Hawks优化（HHO）算法，用于在云环境中调度作业。在提议的Hhosa方法中，SA被用作本地搜索算法，以提高标准HHO算法产生的溶液的收敛速度和质量。通过在CloudSIM工具包上实现，将Hhosa方法的性能与最先进的作业调度算法进行比较。标准和合成工作负载都采用了分析所提出的Hhosa算法的性能。获得的结果表明，与标准的HHO和其他现有调度算法相比，Hhosa可以达到工作调度问题的Mepespan的显着减少。 Moreover, it converges faster when the search space becomes larger which makes it appropriate for large-scale scheduling problems. SN - 1687-5265 UR - https://doi.org/10.1155/2020/3504642 DO - 10.1155/2020/3504642 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -