典型文献
基于深度学习算法的调度自动化云平台任务优化策略研究
文献摘要：
分析了云平台任务调度的特点和目标,从任务调度算法入手,提出了基于改进粒子群算法的电力调度自动化系统的人工智能方法,开发了云计算操作的模型.基于该算法和物理模型的运行控制考虑了QoS要求和平台云居民的环境负载平衡,可以有效提高所提电力调度自动化系统的云平台任务调度的效率.以电力自动化云平台为分析对象,研究其架构,将修正的PSO算法与云资源调度模型的结构拓扑相结合,建立三级数据节点,给出了基于改进PSO的云平台调度模型,旨在提高云计算资源配置效率,改善云服务质量,解决电力调度自动化系统的任务调度问题.
文献关键词：
云平台;调度自动化;改进粒子群算法;调度优化
中图分类号：
作者姓名：
刘岩;柳乐怡;王冬;黄红伟;雷彦辉
作者机构：
深圳供电局有限公司,广东 深圳518000;北京清大科越股份有限公司,北京100102
文献出处：
引用格式：
[1]刘岩;柳乐怡;王冬;黄红伟;雷彦辉-.基于深度学习算法的调度自动化云平台任务优化策略研究)[J].机械与电子,2022(10):32-36
A类：
B类：
深度学习算法,优化策略研究,任务调度,调度算法,改进粒子群算法,电力调度自动化系统,人工智能方法,物理模型,运行控制,QoS,环境负载,负载平衡,电力自动化,PSO,云资源调度,调度模型,结构拓扑,拓扑相,立三,数据节点,高云,计算资源配置,资源配置效率,云服务,调度问题,调度优化
AB值：
0.299872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
