TY -的A2 -艾哈迈德,默罕默德盟,萨勃拉曼尼亚Murali AU - Narayanan Manikandan盟——Bhasker b . AU - Gnanavel, s . AU - Habibur拉赫曼,Md AU - Pradeep Reddy, c . h . PY - 2022 DA - 2022/10/04 TI -混合动力电搜索与蚁群优化算法的任务调度传感器云环境对农业灌溉控制系统SP - 4525220六世- 2022 AB -将云计算与云无线传感器网络创建一个传感器(WSN)。一些实时应用程序,如农业灌溉控制系统,使用一个传感器云。传感器在传感器电池寿命云是受限的。数据中心的计算机消耗了大量的能量提供存储在云中。新兴的云提供商虚拟化传感器。使用虚拟环境有许多优点。然而,不同的资源需求和任务执行造成巨大的性能在云计算和参数优化问题。在这项研究中,我们提出了混合电搜索蚁群优化(HES-ACO)技术来提高任务调度的行为,对于那些考虑参数如总执行时间、执行成本,考一次,云数据中心能耗如吞吐量、响应时间、资源利用任务废品率,multicloud和期限的约束。电子搜索和蚁群优化算法相结合的方法。HESGA相比,HPSOGA、AC-PSO PSO-COGENT算法,创建在CloudSim HES-ACO算法模拟,发现优化参数。 SN - 1076-2787 UR - https://doi.org/10.1155/2022/4525220 DO - 10.1155/2022/4525220 JF - Complexity PB - Hindawi KW - ER -