一种基于禁忌搜索优化的全比较数据分发策略

Journal of Chinese Computer Systems(2022)

引用 0|浏览3
暂无评分
摘要
针对在分布式系统下进行多序列比对等全比较计算的数据分发问题,提出了一种基于禁忌搜索优化的全比较数据分发策略用于提高计算效率.首先,以负载均衡、最小化存储为优化目标构建了全比较计算数据分发模型.其次,通过设计n进制编码方式、正向任务调度规则和异节点任务互换等优化算子对标准禁忌搜索算法进行改进,得到了基于禁忌搜索优化的负载均衡数据分发算法和最小化存储数据分发算法并在MATLAB上进行了实现.实验结果表明,本文提出的数据分发策略能让分布式系统达到负载均衡,节约40%-50%的存储空间,实现100%的数据本地化率,相比于主流的全比较数据分发算法具备最快的求解速度.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要