• <samp id="kguow"></samp>
  • <menu id="kguow"></menu>
  • <samp id="kguow"><sup id="kguow"></sup></samp>
  • 《電子技術應用》
    您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于改進蟻群算法的云計算資源分配策略研究
    基于改進蟻群算法的云計算資源分配策略研究
    2022年電子技術應用第5期
    劉燈明,荊俊峰,劉 凱,房志奇
    華北計算機系統工程研究所,北京100083
    摘要: 在實際的項目中會發現蟻群算法直接應用于云計算資源分配時經常會出現負載失衡的情況,導致資源利用率不高,同時導致任務完成時間太長,算法迭代次數過大。這種情況不僅會大大地降低云計算系統的效率,還會造成系統不穩定。因此針對蟻群算法進行了一系列改進,具體包括:引入偽隨機比例規則,進行全局信息素強化,引入了交叉變異操作,將蟻群算法與遺傳算法相融合。然后進行了MATLAB仿真實驗,實驗結果表明:改進算法的任務完成時間更短,算法迭代次數更少,負載均衡效果更好。由此可以得出結論:對蟻群算法的改進是有效的。
    中圖分類號: TP39
    文獻標識碼: A
    DOI:10.16157/j.issn.0258-7998.211725
    中文引用格式: 劉燈明,荊俊峰,劉凱,等. 基于改進蟻群算法的云計算資源分配策略研究[J].電子技術應用,2022,48(5):104-109.
    英文引用格式: Liu Dengming,Jing Junfeng,Liu Kai,et al. Research on cloud computing resource allocation strategy based on improved ant colony algorithm[J]. Application of Electronic Technique,2022,48(5):104-109.
    Research on cloud computing resource allocation strategy based on improved ant colony algorithm
    Liu Dengming,Jing Junfeng,Liu Kai,Fang Zhiqi
    North China Institute of Computer Systems Engineering,Beijing 100083,China
    Abstract: In actual projects, it is found that if the ant colony algorithm is directly applied to cloud computing resource allocation, there will often be load imbalances, resulting in low resource utilization. And at the same time, the task completion time is too long, and the number of algorithm iterations is too large. This situation will not only greatly reduce the efficiency of the cloud computing system, but also cause system instability. Therefore, this article has made a series of improvements to the ant colony algorithm,including: the introduction of pseudo-random proportional rules, global pheromone enhancement, the introduction of cross mutation operations,and integration of ant colony algorithm and genetic algorithm. And then MATLAB simulation experiments are carried out.The experimental results show that the task completion time of the improved algorithm is shorter, the number of algorithm iterations is less, and the load balancing effect is better. From this, it can be concluded that the ant colony algorithm is better. The improvement is effective.
    Key words : ant colony algorithm;improvement;cloud computing;load balancing

    0 引言

        現代社會進入了大數據時代,傳統的計算模式存在很多局限性,不能夠滿足這種大數據的處理需求,因此“云計算”應運而生[1]。云計算中一個十分關鍵的問題就是負載均衡,負載均衡的含義是把任務平均地分配到云計算系統中的各個資源點上,所以設計出高效合理的資源分配策略非常重要[2]。目前資源分配策略的相關研究已經取得了不錯的研究成果,例如:譚一鳴等人提出了一種能夠降低系統能耗的資源分配策略,李安南創新性地提出了一種QoS約束簡化的資源分配策略[3]。在云計算資源分配策略中采用了各種算法,例如:蟻群算法。蟻群算法有很多優點,因此經常被應用到云計算資源分配問題上[4]。然而在實際的項目中會發現蟻群算法直接應用于云計算資源分配問題時效果不好,常常會出現負載失衡,所以本文針對蟻群算法進行了一系列改進,對蟻群算法進行改進方面的研究是本文的研究重點,改進后進行了實驗,實驗結果表明:對蟻群算法的改進是有效的。




    本文詳細內容請下載:http://www.228958.com/resource/share/2000004287。




    作者信息:

    劉燈明,荊俊峰,劉  凱,房志奇

    (華北計算機系統工程研究所,北京100083)




    wd.jpg

    此內容為AET網站原創,未經授權禁止轉載。
    玩弄办公室美人妻,乱人伦视频中文字幕在线,女人咬男人大ji巴免费视频
  • <samp id="kguow"></samp>
  • <menu id="kguow"></menu>
  • <samp id="kguow"><sup id="kguow"></sup></samp>