改进混合蛙跳算法的云计算资源调度

合集下载

改进混合蛙跳算法的云计算资源调度

改进混合蛙跳算法的云计算资源调度张沫【摘要】Reasonable scheduling of resource is the current research focus in cloud computing environment.Aiming at the shortage of shuffled frog leaping algorithm,we propose a novel cloud computing resource scheduling strategy which is based on improved shuffled frog leaping algorithm (ISFLA).First it introduces the particle update concept to local optimisation process to accelerate convergence rate,then it exerts chaos disturbance on best individual in global optimisation to reduce the probability of local optimum occurrence,finally the simulation experiment is carried out on CloudSim platform.Result shows that the proposed algorithm reduces the completion time of cloud computing task with more reasonable load distribution of resources.%资源合理调度是云计算研究热点。

针对混合蛙跳算法不足，提出一种改进混合蛙跳算法的云计算资源调度策略（ISF-LA）。

改进的猴群算法在云计算资源分配中的研究

改进的猴群算法在云计算资源分配中的研究陈海涛【期刊名称】《计算机系统应用》【年(卷),期】2015(024)008【摘要】It has always been the focus of research as how to solve the resource distribution problem in cloud computing, and aiming at the weakness emerging in the monkey algorithm, i.e. too quick convergence speed and being easy to fall into local optimal, etc. the monkey algorithm is introduced in this paper. First, chaos algorithm and inverse learning are introduced into monkey algorithm to initialize the initial position of monkey swarm. Second, the improvement of climbing, watching and jumping in monkey algorithm has improved the convergence precision of this algorithm. After the test of classic function, algorithm in this paper has improved noticeably in performance compared with other intelligent algorithms. Cloudsim platform has proved that by applying algorithm in this paper to cloud computing, resource consumption has been greatly improved during completing tasks.%如何能够更好的解决云计算资源分配问题一直都是研究的热点, 引入猴群算法, 针对猴群算法中出现的局部收敛速度快, 容易造成局部最优值的缺点, 首先在猴群算法中引入混沌算法和反向学习来初始化猴群的初始位置, 其次, 通过猴群算法中的爬, 望, 跳三个过程的改进使得改算法收敛精度提高. 通过经典函数测试后,本文算法相比其他智能算法的性能有了明显的改进.Cloudsim平台证明将本文算法运用到云计算资源分配中,在任务完成时间, 资源消耗方面都有了很大的提高.【总页数】6页(P191-196)【作者】陈海涛【作者单位】中国食品药品检定研究院,北京 100050【正文语种】中文【相关文献】1.基于改进的蝙蝠算法在云计算中的资源分配 [J], 宋芳琴2.云计算中一种改进的猴群算法在资源分配中研究 [J], 史振华;陈暄3.基于云计算资源分配与调度优化的改进蚁群算法研究 [J], 王玲4.云计算下的一种基于改进的量子遗传算法在资源分配的研究 [J], 毛莉君;王林兵;张燕5.一种改进型的人工蜂群算法在云计算的资源分配中的研究 [J], 黄华因版权原因，仅展示原文概要，查看原文内容请购买。

基于QPSFLA算法的云计算环境资源调度策略

基于QPSFLA算法的云计算环境资源调度策略贺智明;张扬;高林【期刊名称】《电脑知识与技术》【年(卷),期】2014(000)002【摘要】For the optimization problem of the cloud competing resource scheduling, this paper proposed a strategy based on quantum particle swarm shuffled frog leaping algorithm. This algorithm using quantum particle swarm search strategy in the local search to avoid falling into local optimum. By cloudsim platform simulation tests show that the algorithm has validity, and im-proved shuffled frog leaping algorithm more efficient than the original algorithm.%针对云计算环境下的资源调度优化问题，提出了一种基于量子粒子群策略的混洗蛙跳改进算法（简称QPSFLA算法），旨在引入量子粒子群搜索策略防止传统混洗蛙跳算法容易陷入局部最优的问题。

在CloudSim平台上的模拟试验结果表明，QPSFLA算法能够达到预期效果，而且比平台自带算法和传统混洗蛙跳算法效率更高。

【总页数】4页(P311-314)【作者】贺智明;张扬;高林【作者单位】江西理工大学信息工程学院，江西赣州341000;江西理工大学信息工程学院，江西赣州341000;江西理工大学信息工程学院，江西赣州341000【正文语种】中文【中图分类】TP311【相关文献】1.云计算环境中优化遗传算法的资源调度策略 [J], 崇阳2.云计算环境下基于蚁群优化算法的资源调度策略 [J], 刘永;王新华;邢长明;王硕3.云计算环境下粒子群优化算法的资源调度策略研究 [J], 王猛4.基于竞争粒子群算法的云计算资源调度策略 [J], 王镇道;张一鸣;石雪倩5.基于改进狮群算法的云计算资源调度策略 [J], 王艳红;张革文因版权原因，仅展示原文概要，查看原文内容请购买。

云计算环境中基于分布估计蛙跳算法的资源调度

院（ＮＩＳＴ）的定义：云计算是一种通过互联网以按需的方
式随时随地对一个可配置的共享资源池（包括计算设施、存
ｔｉｍｅ（）＝畸一 ‘ （ ∑Ｗ（ｋ，ｃ））
＝
１
（１）
储设备、应用和服务等）进行访问的服务模式］。资源调度
任务完成时间和成本。
ｒｃｉ的计算队列中所处的位置；
（ｋ，ｎ，ｒｃｊ则表示虚拟机资源
ｒｃ；按照其计算队列中子任务的排序依次执行各子任务直至完成任务ｍ的第ｎ个子任务为止所用的时问。
（４）用ＥＴＣ（ｉ，ｒｃｊ）表示第ｉ个子任务在虚拟机资源ｒｃ．
避免陷入局部最优，而且较好地提升了全局收敛性能。
关键词：云计算；资源调度；蛙跳算法；分布估计算法；基于群体的增量学习算法中图分类号：ＴＰ１８１文献标志码：Ａ
０引言
近年来，随着互联网规模的不断扩大和电子商务、在线视频等新型互联网应用的迅猛发展，海量的数据存储、业务
ｐｏｓ
算资源的利用率、用户满意度以及企业的运营成本。由于云计算环境下的资源调度是一个ＮＰ完全问题，因
此，许多学者提出了大量的基于启发式智能算法的云资源调
度策略。例如，刘卫宁等【２］提出了基于改进二进制编码的量子遗传算法的云资源调度策略，使其适用于实数编码并有效避免了在量子编码的空间内陷入局部最优。左利云［３】等提出了基于多目标集成蚁群优化算法，用于解决资源调度问题。刘万军『４】等提出了一种基于粒子群优化算法的云资源调度策略，尽量避免资源调度过程中负载失衡问题的产生。金伟健【５］等提出了基于蝙蝠算法的云资源分配策略，以有效兼顾

云计算中的资源调度算法的实现与优化

云计算中的资源调度算法的实现与优化云计算作为一种新型的计算模式，提供了强大的计算、存储和网络资源，可以满足不同规模的应用和服务的需求。

然而，随着云计算的快速发展，如何高效地使用和调度这些资源成为了关键问题之一。

资源调度算法在云计算中起着至关重要的作用，它决定了资源的分配和利用效率，直接影响到用户体验和服务质量。

云计算中的资源调度算法主要有以下几种实现方式，包括贪心算法、遗传算法、混合调度算法等等。

这些算法针对不同的场景和问题设计，旨在优化资源的利用效率和整体性能。

首先，贪心算法是一种简单且常见的资源调度算法。

它根据任务的实时需求和资源的可用情况，选择当前最优的资源进行调度。

贪心算法的优势在于实现简单、计算效率高，适用于任务规模较小的场景。

然而，贪心算法的局部最优解策略可能会导致资源利用不均衡和性能波动的问题，对于大规模任务和动态变化的资源需求不够灵活。

为了解决贪心算法的局限性，进化算法中的遗传算法被引入到云计算资源调度中。

遗传算法通过模拟进化过程，逐步改进候选解，从而找到更优的资源调度方案。

遗传算法可以在搜索空间中寻找全局最优解，并且对任务调度的约束条件灵活适应。

然而，遗传算法的计算复杂度较高，需要较长的运行时间和大量的计算资源，不适用于实时调度和高性能要求的场景。

除了贪心算法和遗传算法，混合调度算法是另一个值得探讨的研究方向。

混合调度算法将多种调度策略结合起来，根据任务的特点和环境的变化选择最合适的资源调度方式。

例如，可以结合贪心算法和遗传算法，利用贪心算法快速确定初步调度方案，然后通过遗传算法进一步优化细节。

混合调度算法的优点在于兼顾了不同算法的长处，具有更强的灵活性和适用性。

然而，混合调度算法的实现和参数调优较为复杂，需要权衡各种因素和指标。

在资源调度算法的实现过程中，还需要考虑各种实际因素和约束条件。

例如，考虑到用户的需求变化和系统的实际运行情况，资源调度算法需要具备良好的自适应性和弹性。

云计算环境中基于混合蛙跳算法的资源调度

（９）６．２２：７７．
ＡｂｔａｔＴｅｒｓｕｃｃｅｕｉｇｓｈｍｅｆｒｌｕｏｕｉｇｅｖｒｎｎ，ｈｔｒｖｄｓＱｏＱｕｌｙｏｅ－ｓｃ：ｈｅｏｒｅｓｈｄｌｃｅｏｏｄｃｍｐｔｎｉｍｅｔｔａｐｏｉｅＳ（ａｔｆｒｒｎｃｎｏｉＳ
ｃｄｎｔｃｒｓｆｒＳＬａｅｉｔｄｃｄｉｃｏｄｎｅｗｉｈｈｒｃｒｏｓｓａｄｒｓｕｃｓｔｅＱＳｏｏｉｇｓｕｔｅＦＡｒｎｒｕｅｎａｃｒａｃｔｔｅｃａａｔｓｆｔｋｎｅｏｒｅ，ｈｏｆｒｕｏｏｈｅａｓｈｄｌｇｓｈｍｅｉｄｆｅ，ｎｅｉｒｖｄＳＬｂｓｄｏｅＱＳｓｌｔｎｉｅｉｉ．ｈｘｅｉｃｅｕｉｃｅｅｎｄａｄｔｎｓｉｈｍｐｏｅＦＡａｅｎｔｏｅｅｉｓｉｇｖｎｉｄｔｌＴｅｅｐｒｈｃｏｓｎａｓ —
使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。云中的任务数量是巨大的，系统每时每刻都要处理海量的任务；另一方面，网络的异构性使每个计算资源充满不确定性，如何保证每个计算任务的服务质量（ｕｌｆＳｒｉ，ＱａｔｏｅｃｉｙｖｅＱＳ是需要考虑的重要问题，ｏ）同时，云计算的商业特征要求系统具有给不同用户提供不同满意度服务的
ｃ０ｌ
ｇＰ魄｝，Ｐ，口ｚ
，ａＤｚｆ，计算机工程与应用剑平，李霞，陈泯融
ＬＵＯｉｎｉ，ａＣＨＥＮｉｒｎＪａｐｎｇＬＩＸｉ，Ｍｎｏｇ

云计算环境中基于混合蛙跳算法的资源调度

网络出版时间：2012-01-16 09:27网络出版地址：/kcms/detail/11.2127.TP.20120116.0927.038.html<计算机工程与应用>云计算环境中基于混合蛙跳算法的资源调度骆剑平，李霞，陈泯融深圳大学信息工程学院深圳 518060摘要：本文提出云计算环境中基于改进混合蛙跳算法(Shuffled frog leaping algorithm, SFLA)的保证QoS (Quality of Service) 资源调度方案。

根据任务和资源的特点提出SFLA两种编码结构及其对应更新方程；对调度方案的QoS给出定义；提出根据QoS值进行个体优劣选择的改进SFLA；在CloudSim平台对算法进行了仿真实验。

实验结果证明本文所提出的计算方案有效。

关键词：云计算；服务质量 (QoS)；混合蛙跳算法Guaranteed QoS resource scheduling scheme based on improved Shuffled frog leaping algorithm in cloud environmentLuo Jian-ping Li Xia Chen Min-rong(College of Information Engineering, Shenzhen University, Shenzhen,518060, P.R. China)Abstract: The resource scheduling scheme for cloud computing environment, that provides QoS（Quality of Service）guarantees, is presented in this paper based on improved Shuffled FrogLeaping Algorithm (SFLA). Two encoding structures for SFLA are introduced in accordance withthe characters of tasks and resources, the QoS of scheduling scheme is defined, and the improvedSFLA based on the QoS selections is given in ditails. Finally, the experiments simulated inCloudSim platform show that our algorithms are efficient.Key Words: Cloud computing; QoS; Shuffled Frog leaping algorithm (SFLA)1 引言云计算（Cloud Computing）是分布式处理（Distributed Computing）、并行处理（Parallel Computing）和网格计算（Grid Computing）的发展,是虚拟化（Virtualization）、效用计算（UtilityComputing）、IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）等概念整合并提升的结果[1]。

云计算环境中基于混合蛙跳算法的资源调度

云计算环境中基于混合蛙跳算法的资源调度骆剑平;李霞;陈泯融【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)029【摘要】The resource scheduling scheme for cloud computing environment, that provides QoS (Quality of Service) guarantees, is presented in this paper based on improved Shuffled Frog Leaping Algorithm (SFLA). Two encoding structures for SFLA are introduced in accordance with the characters of tasks and resources, the QoS of scheduling scheme is defined, and the improved SFLA based on the QoS selections is given in ditails. The experimental results in CloudSim platform show that the algorithms are efficient.%提出云计算环境中基于改进混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)的保证QoS(Quality of Service)资源调度方案.根据任务和资源的特点提出SFLA两种编码结构及其对应更新方程；对调度方案的QoS给出定义；提出根据QoS值进行个体优劣选择的改进SFLA;在CloudSim平台对算法进行了仿真实验.实验结果证明所提出的计算方案有效.【总页数】6页(P67-72)【作者】骆剑平;李霞;陈泯融【作者单位】深圳大学信息工程学院,广东深圳518060;深圳大学信息工程学院,广东深圳518060;深圳大学信息工程学院,广东深圳518060【正文语种】中文【中图分类】TP393【相关文献】1.云计算环境下基于负载平衡的数字图书馆虚拟机集群资源调度策略 [J], 马晓亭;李婷2.基于QPSFLA算法的云计算环境资源调度策略 [J], 贺智明;张扬;高林3.云计算环境下基于 ABC-QPSO 算法的资源调度模型 [J], 温聪源;徐守萍;曾致远4.云计算环境中基于分布估计蛙跳算法的资源调度 [J], 宁菲菲;王建玺5.云计算环境下基于效益最优的资源调度策略 [J], 熊安萍;黄凯;杨川因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＡｂｓｔｒａｃｔＲｅａｓｏｎａｂｌｅｓｃｈｅｄｕｌｉｎｇｏｆｒｅｓｏｕｒｃｅｉｓｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈｆｏｃｕｓｉｎｃｌｏｕｄｃｏｍｐｕｔｉｎｇｅｎｖｉｒｏｎｍｅｎｔ．Ａｉｍｉｎｇａｔｔｈｅｓｈｏｒｔａｇｅｏｆ
ｅｘｅｔｓｒｃｈａｏｓｄｉｓｔｕｒｂａｎｃｅｏｎｂｅｓｔｉｎｄｉｖｉｄｕａｌｉｎｇｌｏｂａｌｏｐｔｉｍｉｓａｔｉｏｎｔｏｒｅｄｕｃｅｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｌｏｃｌａｏｐｔｉｍｕｍｏｃｃｕｒｅｎｃｅ，ｆｉｎａｌｌｙｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｉｒｍｅｎｔｉｓｃａｒｒｉｅｄｏｕｔｏｎＣｌｏｕｄＳｉｍｐｌａｆｔｏｒｍ．ＲｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｓｔｈｅｃｏｍｐｌｅｔｉｏｎｔｉｍｅｏｆｃｌｏｕｄｃｏｍｐｕｔｉｎｇｔａｓｋｗｉｔｈｍｏｒｅｒｅａｓｏｎａｂｌｅｌｏａｄｄｉｓｔｒｉｂＵｔｉ０ｎ０ｆｒｅｓｏｕｒｃｅｓ．ＫｅｙｗｏｒｄｓＣｌｏｕｄｃｏｍｐｕｔｉｎｇＲｅｓｏｕｒｃｅｓｃｈｅｄｕｌｉｎｇＳｈｕｌｅｆｄｆｒｏｇｌｅａｐｉｎｇｌｇａｏｒｉｔｈｍＣｈａｏｓｏｐｔｉｍｉｓａｔｉｏｎＰａｒｔｉｃｌｅｓｗａｍ］ｏｐｔｉｍｉｓａｔｉｏｎ
张’ 沫
（浙江邮电职业技术学院浙江绍兴３１２０１６）
摘
要 ห้องสมุดไป่ตู้
资源合理调度是云计算研究热点。针对混合蛙跳算法不足，提出一种改进混合蛙跳算法的云计算资源调度策略（ＩＳＦ —
ＬＡ）。首先在局部寻优过程中引入粒子更新思想，加快收敛速度，然后在全局寻优中对最优个体进行混沌扰动，降低局部最优出现
的概率，最后在ＣｌｏｕｄＳｉｍ平台进行仿真实验。结果表明，ＩＳＦＬＡ缩短了云计算任务的完成时间，资源的负载分配更加合理。
关键词
中图分类号
云计算资源调度混合蛙跳算法混沌优化算法粒子群优化算法
ＴＰ３９３文献标识码Ａ
ｓｈｕｌｅｆｄｆｒｏｇｌｅａｐｉｎｇａｌｇｏｉｒｔｈｍ，ｗｅｐｒｏｐｏｓｅａｎｏｖｅｌｃｌｏｕｄｃｏｍｐｕｔｉｎｇｒｅｓｏｕｒｃｅｓｃｈｅｄｕｌｉｎｇｓｔｒａｔｅｇｙｗｈｉｃｈｉｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｓｈｕｆｆｌｅｄｆｒｏｇ
ｌｅａｐｉｎｇａｌｇｏｉｒｔｈｍ（ＩＳＦＬＡ）．Ｆｉｒｓｔｉｔｉｎｔｒｏｄｕｃｅｓｔｈｅｐａｒｔｉｃｌｅｕｐｄａｔｅｃｏｎｃｅｐｔｔｏｌｏｃａｌｏｐｔｉｍｉｓａｔｉｏｎｐｒｏｃｅｓｓｔｏａｃｃｅｌｅｒａｔｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅ，ｔｈｅｎｉｔ
ＩＭＰＲｏＶＥＤＳＨＵＦＦＬＥＤＦＲｏＧＬＥＡＰＩＮＧＡＬＧｏｌＵＴＨＭ
ＺｈａｎｇＭｏ（ＺｈｅｊｉａｎｇＰｏｓｔａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎＣｏｌｌｅｇｅ，Ｓｈａｏｘｉｎｇ３１２０１６，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ）
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — ３８６ｘ．２０１５．０４．０７７
ＲＥＳｏＵＲＣＥＳＣＨＥＤＵＬＩＮＧＩＮＣＬｏＵＤＣｏＭＰＵＴＩＮＧＥＮＶＩＲｏＮＭＥＮＴＢＡＳＥＤｏＮ
第３２卷第４期
２０１５年４月
计算机应用与软件
ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
ＶｏｌＩ３２Ｎｏ．４
Ａｐｒ．２０１５
改进混合蛙跳算法的云计算资源调度