基于遗传算法的大数据资源分配算法

发布时间：2022-10-21 21:28

　　针对云计算数据中心资源分配算法的资源利用率较低的问题,提出了一种基于改进遗传算法的云计算数据中心资源分配算法。首先,遍历每个服务器与虚拟机的需求,使用启发式贪婪算法,按照遗传算法搜索的最优虚拟机顺序将虚拟机分配至物理服务器;然后,将染色体对应的虚拟机顺序转化为装箱问题的装箱解,根据适应度值搜索资源池的最优顺序;最终,最小化云计算物理服务器的数量,减少了物理服务器的资源浪费量。基于不同虚拟机规模进行了仿真实验,结果显示:本算法对于多维装箱问题具有较好的性能,在云计算资源分配方面也获得了较好的资源利用率。 

【文章页数】：7 页

【文章目录】：
1总体架构
    1.1多维装箱问题模型
    1.2云计算资源分配的问题模型
2遗传算法搜索最优的虚拟机顺序
    2.1算法设计
    2.2染色体编码
    2.3目标函数与适应函数
    2.4选择策略
    2.5交叉操作与变异操作
3实验环境与参数设置
    3.1与其他多维装箱算法比较
    3.2与其他云计算资源分配算法比较
4结束语


【参考文献】：
期刊论文
[1]大数据关键技术在滑坡监测预警系统中的应用[J]. 赵久彬,刘元雪,宋林波,刘佳鑫.  重庆理工大学学报(自然科学). 2018(02)
[2]基于包簇映射的云计算资源分配框架[J]. 卢浩洋,陈世平.  计算机应用. 2016(10)
[3]异构云计算体系结构及其多资源联合公平分配策略[J]. 王金海,黄传河,王晶,何凯,史姣丽,陈希.  计算机研究与发展. 2015(06)
[4]云计算数据中心光互连网络:研究现状与趋势[J]. 余晓杉,王琨,顾华玺,王曦.  计算机学报. 2015(10)
[5]基于改进蚁群算法的云计算任务调度[J]. 张秋明.  电子技术应用. 2015(02)
[6]基于蝙蝠算法的云计算资源分配研究[J]. 金伟健,王春枝.  计算机应用研究. 2015(04)
[7]协作式云资源博弈分配[J]. 张小庆,岳强.  计算机应用. 2014(07)
[8]基于双向拍卖的适应性云计算资源分配机制[J]. 丁丁,罗四维,艾丽华.  通信学报. 2012(S1)



本文编号：3696408