基于并行基因表达式编程的 网格资源分配算法

邓 松; 王汝传; 张 羽; 张建风

您当前的位置：

首页 >

文章列表页 >

基于并行基因表达式编程的网格资源分配算法

论文 | 更新时间：2025-07-16

- 基于并行基因表达式编程的网格资源分配算法
- Grid Resource Allocation Algorithm Based on Parallel Gene Expression Programming
- 电子学报 2009年37卷第2期页码：272-277
- 作者机构：
  
  南京邮电大学计算机学院,江苏,南京,210003
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60573141,60773041);国家863高技术研究发展计划 (No.2006AA01Z201,No.2006AA01Z219,No.2006AA01Z439,No.2007AA01Z404,No.2007AA01Z478);江苏省高技术研究计划 (No.BG2006001);南京市高科技项目 (2007软资127);现代通信国家重点实验室基金 (No.9140C1105040805);江苏省高校科技创新计划 (No.CX08B-085Z,CX08B-086Z)
- DOI：
  中图分类号： TP301
- 纸质出版：2009
- 稿件说明：
移动端阅览
邓松, 王汝传, 张羽, 等. 基于并行基因表达式编程的网格资源分配算法[J]. 电子学报, 2009,37(2):272-277.

DENG Song, WANG Ru-chuan, ZHANG Yu, et al. Grid Resource Allocation Algorithm Based on Parallel Gene Expression Programming[J]. Acta Electronica Sinica, 2009, 37(2): 272-277.
邓松, 王汝传, 张羽, 等. 基于并行基因表达式编程的网格资源分配算法[J]. 电子学报, 2009,37(2):272-277. DOI：

DENG Song, WANG Ru-chuan, ZHANG Yu, et al. Grid Resource Allocation Algorithm Based on Parallel Gene Expression Programming[J]. Acta Electronica Sinica, 2009, 37(2): 272-277. DOI：

摘要

网格下的资源分配属于NP-难问题.为了更好地解决这个问题

文中首先提出了网格资源分配模型

并对资源个数与任务个数的三种不同情况进行了详细的分析

最后提出基于并行基因表达式编程的网格资源分配算法(Grid Resource Allocation Algorithm based on Parallel GEP

GRA-PGEP).该算法采用了基于资源与任务相关的非线性的编码方式和反转操作

同时应用粗粒度模型设计了该算法.仿真实验表明

GRA-PGEP算法在优化成功率、平均收敛代数以及耗时方面都要优于传统的GEP和GA算法.

Abstract

Resource allocation of grid is part of optimization and NP-hard problem.In order to optimize resource allocation of grid

in the present research

it proposes a model of grid resource allocation

analyzes three different situations of the number of resources and tasks in detail

and then puts forward on a new algorithm which is called Grid Resource Allocation Algorithm based on Parallel GEP(GRA-PGEP).It adopts a nonlinear code based on resources and tasks and inversion operation

meanwhile

a coarse-grained model is applied to design the GRA-PGEP algorithm.By simulation experiment

it is showed that optimization successful rate

average convergent generation and consumptive time of GRA-PGEP have the advantage over traditional GEP and GA.

关键词

Keywords

references

浏览量

1200

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于组合双向拍卖的网格资源分配

面向无蜂窝大规模MIMO的分布式智能内容缓存与用户关联联合优化方法

低轨卫星通信系统面向安全通信的鲁棒资源分配算法

面向用户随机特性的联合无人机部署与资源分配算法

基于学习的能量采集认知M2M通信资源分配算法