基金项目:国家自然科学基金资助项目(61261015,61561043)收稿日期:2021-06-09修回日期:2021-07-22第40卷第4期计算机仿真2023年4月文章编号:1006-9348(2023)04-0358-04基于层次梯度挖掘的数据智能调度算法仿真周晓晶∗,谷钰(长春工业大学,吉林长春130012)摘要:针对当前的数据调度算法存在执行费用较高、调度耗时较长且数据资源负载不均衡的问题,提出层次梯度挖掘的数据智能调度算法。采用挖掘主题数据库和层次梯度两者构建层次业务数据库,挖掘数据局部频繁项。根据数据挖掘结果,建立执行时间、执行费用和负载均衡为智能调度目标,构建数据智能调度模型。利用自适应遗传蚁群优化算法对模型求解,最终实现数据智能调度。仿真结果表明:所提算法下数据资源负载结果更均衡,同时还能够有效降低执行费用和调度时长。由此可得结论:本研究具有理想的应用效果。关键词:层次梯度挖掘;数据智能调度;自适应遗传蚁群优化算法;局部频繁项中图分类号:TP391文献标识码:BSimulationofDataIntelligentSchedulingAlgorithmBasedonHierarchicalGradientMiningZHOUXiao-jing∗,GUYu(ChangchunUniversityofTechnology,ChangchunJilin130012,China)ABSTRACT:Inthispaper,thedataintelligentschedulingalgorithmbasedonhierarchicalgradientminingwasstudiedinordertoreducetheexecutioncost,shortentheschedulingtimeandbalancetheloadofdataresources.Firstly,thehierarchicalbusinessdatabasederivedfromminingtopicdatabaseandhierarchicalgradientwasestab-lishedtominelocalfrequentitems.Secondly,accordingtothedataminingresults,theexecutiontime,executioncostandloadbalancingweresetastheintelligentschedulingobjectivesinordertobuildthedataintelligentschedu-lingmodel.Then,theadaptivegeneticantcolonyoptimizationalgorithmwasintroducedtosolvethemodel.Eventual-ly,dataintelligentschedulingwasachieved.Thesimulationresultsshowthatthealgorithmnotonlyreducestheexe-cutioncost,shortenstheschedulingtime,butalsobalancestheloadofdataresources.KEYWORDS:Hierarchicalgradientmining;Dataintelligentscheduling;Adaptivegeneticantcolonyoptimizational-gorithml;Localfrequentitems1引言互联网技术和数字化进程的日益发展,数据开始呈爆炸式趋势增加,传统计算模式已经无法满足当前的处理需求。同时在上述背景下,各种商业化计算模式已经出现,全部应用...
