典型文献
基于长短期记忆神经网络的容器云队列在线任务动态分配
文献摘要：
针对现有容器云在线任务分配方法分配合理性和资源均衡度较差、任务处理效率较低的问题,提出一种基于长短期记忆神经网络的容器云队列在线任务动态分配方法.描述容器云队列在线任务模型;以节点互补度、资源利用率以及能耗组成任务分配多目标函数;在约束条件下利用长短期记忆神经网络求解任务分配最优方案,完成容器云队列在线任务动态分配.实验结果表明,本文分配方案的分配合理性达到0.925,资源均衡度达到10.255,最长队列长度为10,最大能耗值为5000 W,分配合理性、资源均衡度、任务处理效率均得到改善,分配方案更加合理.
文献关键词：
长短期记忆神经网络;容器云;任务分配;多目标函数;约束条件
中图分类号：
作者姓名：
徐胜超;叶力洪
作者机构：
广州华商学院数据科学学院,广东 广州 511300
文献出处：
引用格式：
[1]徐胜超;叶力洪-.基于长短期记忆神经网络的容器云队列在线任务动态分配)[J].计算机与现代化,2022(07):79-84
A类：
在线任务分配
B类：
长短期记忆神经网络,容器云,动态分配,分配方法,资源均衡,均衡度,任务处理,处理效率,任务模型,资源利用率,多目标函数,下利,解任,最优方案,分配方案,长队,队列长度
AB值：
0.199882
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。
