基于混沌蚁群算法的云计算应用优化研究

以改进蚁群算法应用在云计算中的不足为目的,讨论了蚁群算法基本原理和云计算下应用的缺陷.提出一种适合云计算的混沌蚁群改进算法,该算法通过Logistic映射产生混沌量,根据混沌遍历性和有界性对蚁群算法初始路径进行混沌初始化,同时加入混沌扰动调整算法信息素更新策略,改进了蚁群算法收敛速度慢和易陷入局部最优的缺点.最后通过CloudSim搭建仿真云环境并进行算法调度实验,通过横向对比标准蚁群算法和Dijkstra算法,证明混沌蚁群算法在执行效率和相对标准差等方面优于其他算法,更加适合于云计算环境.     

一种改进的回溯试探组卷算法

组卷是在线测评系统中一个重点、难点问题,常见组卷算法随机抽取法、遗传算法、回溯试探等各有优缺点,只能适应一些特定的情况。针对回溯试探法平均组卷时间长、重复率高的问题,进行了两次改进,分别是一次回溯试探搜索的多个解和修正重复率降低重复率。通过试验,得出的结论是改进回溯试探法的平均组卷时间和重复率都有明显降低且比较稳定,可适用于各种规模的题库。