《表2 m=20时不同服务请求数目下3种算法的对比》
对比粒子群等算法,本文算法不仅保持了个体的独立性和种群的多样性,提升了最优解的质量.BAPSO算法在单个体的天牛须搜索算法的基础上拓展个体数量,引入了二阶振荡环节及对历史最优位置的记忆,不仅能增强全局搜索能力,丰富种群的多样性,在迭代过程中出现停滞时,BAPSO可以通过调整自身方向及速度来及时调整整个群体的移动,扩展种群位置的多样性和优良性,跳出局部最优.通过实验可以证明,该算法能够在保证用户感知的前提下高效地解决大规模的边缘调度问题,具有较好的应用价值.此外,随着问题规模的增加,算法的执行时间基本呈线性增长,实验结果表明算法是高效且可应用的.
图表编号 | XD0079875700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 简琤峰、裘科意、张美玉 |
绘制单位 | 浙江工业大学计算机学院数字媒体技术研究所、浙江工业大学计算机学院数字媒体技术研究所、浙江工业大学计算机学院数字媒体技术研究所 |
更多格式 | 高清、无水印(增值服务) |