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。
中图分类号： TP39
文献标识码： A
DOI：10.16157/j.issn.0258-7998.211725
中文引用格式： 刘灯明，荆俊峰，刘凯，等. 基于改进蚁群算法的云计算资源分配策略研究[J].电子技术应用，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.
文献标识码： A
DOI：10.16157/j.issn.0258-7998.211725
中文引用格式： 刘灯明，荆俊峰，刘凯，等. 基于改进蚁群算法的云计算资源分配策略研究[J].电子技术应用，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
现代社会进入了大数据时代，传统的计算模式存在很多局限性，不能够满足这种大数据的处理需求，因此“云计算”应运而生[1]。云计算中一个十分关键的问题就是负载均衡，负载均衡的含义是把任务平均地分配到云计算系统中的各个资源点上，所以设计出高效合理的资源分配策略非常重要[2]。目前资源分配策略的相关研究已经取得了不错的研究成果，例如：谭一鸣等人提出了一种能够降低系统能耗的资源分配策略，李安南创新性地提出了一种QoS约束简化的资源分配策略[3]。在云计算资源分配策略中采用了各种算法，例如：蚁群算法。蚁群算法有很多优点，因此经常被应用到云计算资源分配问题上[4]。然而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问题时效果不好，常常会出现负载失衡，所以本文针对蚁群算法进行了一系列改进，对蚁群算法进行改进方面的研究是本文的研究重点，改进后进行了实验，实验结果表明：对蚁群算法的改进是有效的。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000004287。
作者信息：
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)
此内容为AET网站原创，未经授权禁止转载。