文献类型：期刊文章

作　　者：黄晓冬[1] 端木帅飞[2] 毕敬[2] 苑海涛[3]

HUANG Xiaodong;DUANMU Shuaifei;BI Jing;YUAN Haitao(Naval Aeronautical University,Yantai 264001,China;School of Software Engineering in Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China;School of Automation Science and Electrical Engineering,Beihang University,Beijing 100191,China)

机构地区：[1]海军航空大学,山东烟台264001 [2]北京工业大学信息学部软件学院,北京100124 [3]北京航空航天大学自动化科学与电气工程学院,北京100191

出　　处：《计算机集成制造系统》

基　　金：国防基础预研共性基金资助项目(41401020401,41401050102);国家自然科学基金资助项目(61703011,61802015,62173013)。

年　　份：2021

卷　　号：27

期　　号：8

起止页码：2416-2425

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了在满足应用性能的同时有效降低云提供商的运营成本,针对混合绿色云环境设计智能的任务调度方法,提出一种混合绿色云数据中心环境下的成本最小化方法,该方法提供的任务调度能够根据私有云能耗、可用的绿色能源和公有云的资源执行价格等在时间上的差异,智能地将所有到达的任务调度到私有云和公有云中执行,并确保云数据中心执行任务时对服务延迟的要求。在此基础上提出一种基于遗传学习的粒子群算法求解优化问题。通过仿真实验表明,所提方法可以大幅降低私有云提供商的运营成本。

关 键 词：云数据中心  混合云 任务调度 服务延迟  成本最小化 绿色能源

分 类 号：TP311.5]