云计算Hadoop平台中基于遗传算法的高校师资培训管理

发布时间：2021-12-30 05:44

　　如何在提高云计算服务资源调度效率的同时尽量降低工作能耗,成为当前必须解决的问题。因此,提出一种基于遗传算法的云计算资源调度方法,适用于高校师资培训资源管理。首先,搭建基于云服务的高校教师师资培训系统模式;其次,利用具有较强NP问题解决能力的遗传算法设计大规模集群的资源调度方法,并采用粒子群算法对其全局寻优能力进行改进;最后,设计了由质量和成本构成的双指标约束适应度函数。CloudSim平台的Hadoop实验仿真结果显示,提出的遗传云计算资源调度方法在约束条件下获得了最佳的调度结果。 

【文章来源】：现代电子技术. 2020,43(01)北大核心

【文章页数】：4 页

【部分图文】：

基于云服务的高校教师师资培训系统架构

如前面所述，面对云计算平台中存储的异构、动态和大规模教学资源时，传统的云计算任务调度算法的性能较差，平衡性和工作效率较低。因此，本文采用遗传算法来实现云计算资源的调度。首先，假设资源调度任务中具有m个主机H，且这些主机上安装了n个虚拟机V，利用编码映射对每个遗传个体进行编码{k0,k1,k2,…,kn-1}。如图2所示，虚拟机与主机映射关系中，序列长度为5，那么V的0～5的编号为{1,0,2,0,2}，序列中的编号为主机H的编号，然后初始化生成种群。设某个调度任务的组成对象总量为N，则N个组成对象单个的适应度为fi，那么，第i个对象被挑中进化的概率为：

图3 时间跨度对比

【参考文献】：
期刊论文
[1]基于遗传算法的平板车调度优化方法[J]. 孟令通,朱洪渊,蒋祖华,刘建峰.  哈尔滨工程大学学报. 2018(03)
[2]试论基于云计算的高校数据中心的设计与实现[J]. 高庆磊,丁利群,满乐,李磊.  工程建设与设计. 2015(08)
[3]基于云计算的高校教育资源共享服务平台构建研究[J]. 李会.  赤峰学院学报(自然科学版). 2015(15)
[4]一种多源协作网络中轮询节点选择算法[J]. 林贞,李正权.  中国计量学院学报. 2013(03)
[5]基于弹性定额值的分组轮询调度算法[J]. 刘桂开,高蕾.  计算机科学. 2013(08)



本文编号：3557594