基于改进蚁群算法的云计算资源分配策略研究
2022年电子技术应用第5期
刘灯明，荆俊峰，刘 凯，房志奇
华北计算机系统工程研究所，北京100083
摘要： 在实际的项目中会发现蚁群算法直接应用于云计算资源分配时经常会出现负载失衡的情况，导致资源利用率不高，同时导致任务完成时间太长，算法迭代次数过大。这种情况不仅会大大地降低云计算系统的效率，还会造成系统不稳定。因此针对蚁群算法进行了一系列改进，具体包括：引入伪随机比例规则，进行全局信息素强化，引入了交叉变异操作，将蚁群算法与遗传算法相融合。然后进行了MATLAB仿真实验，实验结果表明：改进算法的任务完成时间更短，算法迭代次数更少，负载均衡效果更好。由此可以得出结论：对蚁群算法的改进是有效的。
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.
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://m.tom3567.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)
此內容為AET網站原創，未經授權禁止轉載。