基于改进的蝙蝠算法在云计算中的资源分配

云计算中的资源分配一直都是研究的重点, 提出了一种基于改进的蝙蝠算法的云计算资源分配方法. 在蝙蝠算法中引入差分遗传算法, 通过变异, 交叉和选择等操作避免个体陷入局部最优, 以及过早产生最优解的可能,改进后的蝙蝠算法能够有效的提高收敛速度和精度. 仿真实验表明, 本文算法不但有效提高了算法性能, 还优化了云计算系统中的资源调度能力, 提高了云计算资源的利用率.     

云计算环境下基于粒子群算法的资源分配策略

如何对资源进行有效的分配成为云计算所要解决的重要问题,也是云计算研究的热点问题.为了更好地合理利用资源和提高资源的利用率,提出了一种基于粒子群优化算法的资源分配和调价策略.根据负载的特性,构造了体现其对所获资源的满意度和符合自身经济利润的效用函数,利用资源代理不断调价的方法来达到合理利用资源的目的,同时也最大化了每个负...     

基于机器学习的云计算资源分配算法研究

云计算是当前流行的计算模式,而云计算资源分配是云计算系统的关键。文章基于机器学习的云计算资源分配算法研究,通过机器学习算法来识别工作负载,评估资源分配,从而调度资源。实验结果表明,基于机器学习的云计算资源分配算法不仅保证了各节点负载均衡,还提高了云计算集群的稳定性。     

基于QoS的云计算资源分配算法

目前,基于云计算的服务越来越具有动态性,资源的分配遇到了前所未有的挑战性,我们不能简单地从成本单一方面来衡量资源分配算法的优劣.针对以上问题,提出了具有QoS限制的资源分配算法,从用户和资源提供者两个方面来考虑资源的分配,在保证用户任务的多维QoS需求的同时,寻求用户满意度和资源利用率的综合效用值的提升.通过仿真实验表明,该资源分配算法,可以减少任务之间对资源的竞争,提高所有任务的全局效用值.     

云计算中虚拟机资源分配算法

为了解决云计算中虚拟机部署预留方案浪费大量资源和单目标部署方案不够全面问题,提出了一种基于组的多目标遗传算法虚拟机资源分配算法.该算法分成组编码和资源编码,资源编码根据虚拟机历史资源需求进行整合编码,通过改进的交叉和变异操作,将物理机器个数和虚拟机占用物理机器资源整合.实验结果表明,该算法有效减少了物理机器个数使用和提高了物理机器资源使用率,达到了节能目的.     

一种基于进程代数的路由器性能评价算法

性能评价是路由器设计中的一个重要环节，目前有多种方法，提出了一种基于进程代数的形式化方法，它能在系统进行正确性验证的同时得到系统的性能参数．首先定义了描述路由器模型的进程代数方法，然后介绍了建立路由器模型的方法，并给出了一个简单的例子，最后给出了计算路由器两个性能指标吞吐率和延时的算法．     

基于Q学习和双向ACO算法的云计算任务资源分配模型设计

云计算异构环境中由于计算和存储资源物理分布的不一致性,往往容易导致在应用传统的调度算法进行任务资源分配时存在调度效率低和负载不均衡的问题,为此,设计了一种基于Q学习和双向ACO算法的云计算任务资源分配模型;首先,引入了基于主从结构的调度模型,并综合考虑任务计算完成时间、网络带宽和延迟等因素设计了资源分配目标函数,然后,设计了基于Q学习的云计算资源初始分配方法,将其获得的最优策略对应的Q值初始化网络中节点的Q值,最后,设计一种结合前向蚂蚁和后向蚂蚁的双向ACO算法实现任务资源的最终分配,并对算法进行了定义和描述;在CloudSim环境下进行仿真实验,结果证明文中方法能有效实现云计算异构环境下的任务资源分配,且与其它方法相比,负载均衡离差值平均约为0.071 5,是一种适用于云计算异构环境的有效资源分配方法。     

云计算中高能效的虚拟资源分配策略

社会对云计算需求的不断扩大需要构建规模巨大的数据中心,如何高能效地运行数据中心是一个急待解决的问题。传统的虚拟资源分配策略没有充分地考虑如何有效地降低数据中心的能耗和策略生成的时间复杂度,提出了一种高能效的虚拟资源分配策略（EEVRAS）,通过将云计算中的虚拟资源分配问题模型化为一个路径构建的问题,同时改进精华策略的蚂蚁系统（EAS）来进行资源分配方案的优化。策略生成的时间复杂度较低。仿真结果表明相对传统的虚拟资源分配策略,在服务器性能指标约束下,EEVRAS策略能够使用较少的服务器构建虚拟集群,从而有效地降低数据中心的能耗。     

基于蝙蝠算法的云计算资源分配研究

由于云计算要面临庞大的资源分配并且具有动态性等特点,仅从单一方面来权衡资源分配策略的优劣已经不能满足需求.针对上述问题,从用户和资源提供者两个方面出发,将蝙蝠算法引入资源分配策略中,提出了以任务完成时间较短且成本最低为约束条件的调度模型.通过CloudSim平台进行模拟仿真表明,该资源分配算法能有效地兼顾完成时间和成本,在缩短任务完成时间的同时保证成本最小,提高了资源利用率.     

基于改进型人工萤火虫算法的云计算资源研究

在研究人工萤火虫算法的基础上, 提出了一种改进型的人工萤火虫算法。该算法通过对荧光素值获取方式的改进、能够有效地防止收敛过快、目标函数值极易陷入局部最优的情况, 通过三个函数的仿真测试中, 在搜索精度和性能上有了显著的提高。通过Cloudsim 仿真平台发现, 在云计算模型下, 该算法可以有效地减少子任务的处理请求任务的平均完成时间, 提高了任务处理的效率, 达到了资源的合理分配。     

基于云环境下的资源评价模型研究

分析了己有的调度机制和常用的任务调度算法,并在此基础上设计了资源评价模型。将资源评价模型加入调度系统中,资源信息由评价模块进行分析和评价,并提供给任务调度器,实现资源和任务的优化匹配,提高了服务质量(QoS)。     

云计算环境下的自适应资源管理技术综述

云环境下的自适应资源管理是当前云计算研究领域的热点问题,是云计算具备弹性扩展、动态分配和资源共享等特点的关键技术支撑,具有重要的理论意义和实用价值.其主要研究点包括:虚拟机放置优化算法,虚拟资源动态伸缩模型、多IDC间的全局云计算资源调度、全局资源配置及能力规划模型等.对云环境下自适应资源管理研究现状进行分析研究,并指出当前研究中存在的一些主要问题,同时进一步展望本领域未来的研究方向.     

基于膜计算的蝙蝠算法在云计算资源调度的研究

如何进一步实现云计算环境下的资源利用最大化是目前研究的热点.建立云计算环境下的资源分配模型,云计算资源调度使用蝙蝠算法,同时引入膜计算概念,提出一种基于膜计算的蝙蝠算法,将膜系统内部分解为主膜和辅助膜,在辅助膜内进行蝙蝠的个体局部寻优,将优化后的个体传送到主膜间进行全局优化,从而达到了云计算资源优化分配要求.通过CloudSim平台与其他算法进行仿真对比表明算法提高了云计算环境下的系统处理时间和效率,使得云计算环境下的资源分配更加合理.     

云计算环境下的服务调度和资源调度研究

云计算中的服务调度与资源调度对云计算的性能有重要影响,在分析现有云计算调度模式的基础上,针对云计算数据密集与计算密集的特点,提出分层调度策略以实现云计算中的服务与资源调度。分层调度策略对任务进行划分确定作业优先级,并通过数据局部性和总任务完成率对资源进行分配。数值评价部分应用分层调度与已有调度进行比较。实验结果表明,所采用的调度有效提高了资源利用率,为云服务的进一步研究提供了思路。     

云计算技术浅析

云计算是一种按使用量付费的模式,该模式能提供可用的、便捷的、按需的网络访问,以进入可配置的计算资源共享池。这些资源能够被快速提供,而只需投入很少的管理工作,或与服务供应商进行很少的交互。云计算的到来,意味着用户将不再被地理位置所限制,而且不再被所使用的设备所限制。文章中对云计算技术进行了简单分析。     

基于云计算的多媒体专业教学资源库建设研究

研究了云计算理念下的多媒体专业教学资源库建设方法,对专业教学资源库的组成架构和功能模块进行了阐述,分析了专业教学资源库建设和使用的有效途径,提出了以用户为中心,以需求为导向,以提升用户的学习力和创造力为根本的多媒体专业教学资源库建设思路.     

基于高斯变异的人工萤火虫算法在云计算资源调度中的研究

如何合理地分配云计算资源一直都是研究的热点.建立云计算环境下的资源调度模型,通过人工萤火虫算法个体最优与云计算节点资源分配对应起来,在算法中引入高斯变异算法,通过与经典函数比较,优化后的算法在搜索精度上以及收敛速度上有了很大的提高.通过在CloudSim平台上与经典智能算法的比较,该算法能够有效地提高云计算中的资源调度性能,缩短任务完成的时间,提高系统整体处理能力.     

云计算中基于Chord算法的研究与改进

定义了云服务器为P2P网络拓扑结构的基本节点,引进Chord协议对其进行资源定位与搜索.由于Chord算法一方面没有考虑节点异构的问题,另一方面其查询路由表存在着较大的冗余信息,因此从这两方面着手,对Chord算法进行了改进.建立了一个基于主从式结构的多Chord环模型,对环中节点的查询路由表进行分析研究,提出一个新的路由表计算公式,在删除冗余信息的基础上,充分利用查询路由表的空间资源,将节点的路由查找的覆盖范围从Chord环的1/2提升到3/4,最终提升到整个Chord环.实验结果表明,改进后的算法在平均路由跳数和平均网络延迟都有明显的减少,从而提高了资源搜索的效率.     

煤矿培训云资源服务平台研究

基于煤矿企业对培训资源的需求分析,阐述了煤矿培训云资源服务平台特征,设计了平台的体系结构,给出了平台资源管理层和应用服务层的设计方法,介绍了理事会、会员制和公司化模式相结合的平台运行机制。煤矿培训云资源服务平台可为煤矿企业提供丰富的煤矿培训资源,增强各煤矿企业间的资源共享和信息交流。