基于改进布谷鸟搜索的Web集群自适应负载均衡算法

发布时间：2023-03-29 18:38

　　为了解决Web集群中的高并发访问和资源异构引发的负载不均衡问题,提出了一种基于改进布谷鸟搜索的负载均衡算法。该算法建立了自适应负载分配权重模型,使用基于目标函数的布谷鸟搜索算法寻找最优权重。首先,根据集群任务调度特性定义了负载分配权重,并建立了集群调度的目标函数。其次,将负载分配权重编码为布谷鸟种群个体,使用布谷鸟搜索算法寻找最优个体,结合目标函数进行评估。另外,通过混沌变异增加初始种群的均匀度和离散度,并通过在布谷鸟搜索中引入反向学习,加速了最优权重的输出,根据最优权重将任务调度至集群中的各节点。结果表明:负载均衡算法使得整个集群的服务响应时间降低60%左右,在高并发请求情况下可显著提高异构集群的服务容量和负载均衡度。

【文章页数】：8 页

【文章目录】：
0 引 言
1 模型定义
    1.1 Web集群负载分配模型
    1.2 自适应负载分配权重
    1.3 任务调度时间模型
2 改进的布谷鸟搜索算法
    2.1 混沌变异
    2.2 反向学习
    2.3 改进布谷鸟搜索算法
    2.4 算法流程
3 实验结果与分析
    3.1 算法性能测试
    3.2 负载均衡实验
4 结 论



本文编号：3774269