基于遗传算法的Web服务器集群负载均衡研究

近年来,Web服务器集群技术以其扩展性好、处理能力强等优点受到了国内外研究机构的广泛关注,其中的负载均衡算法更是研究的热点。本文对web服务器集群负载均衡进行了研究。为有效地实现任务的均衡分配,提出一种了根据web服务器系统中各个服务器的负载情况进行动态任务分配的遗传算法。实验表明该方法能有效地实现web服务器集群的负载均衡服务。     

基于遗传算法的VOD集群负载均衡研究*

VOD集群技术解决了VOD服务器系统容量问题,其核心思想是负载均衡策略和算法。对VOD集群中的负载均衡技术进行了分析和探讨,并提出了一种自适应遗传算法,取得了比较理想的实验结果。     

服务器集群负载均衡策略的研究

针对服务器集群负载均衡的问题,兼顾任务调度跨度和负载均衡度,提出一种遗传模拟退火算法。实验结果表明,该算法降低了任务调度跨度,提高了集群系统的资源利用率和负载均衡度。     

一种Web服务器集群负载均衡调度算法

分析Web服务器集群技术,研究负载均衡算法,提出基于临界加速递减的一致性哈希负载均衡算法CHMDC(Consistent hash load balancing algorithm based on the Multiplicative Decrease in Critical area)。一方面,该算法采用了加权一致性哈希算法,引入了虚拟化的设计思路,采用虚拟节点进行真实服务器节点分配;另一方面,该算法提出了基于请求反馈时间计算机服务器节点负载率的方法,引入了临界因子的概念,采用了临界因子加速递减来防止服务器过载。通过实验测试证明,该算法应用于Web服务器集群的负载均衡效果突出。     

服务器集群负载均衡的建模与仿真研究

研究服务器集群负载优化调试问题,各服务器负载能力差异较大,要求尽可能使每一个服务器的负载均衡,传统方法没有考虑负载动态变化特点,导致服务器集群负载极不均衡,系统性能差。为提高集群系统的整体性能,提出一种基于遗传算法的服务器集群负载均衡算法。首先根据负载均衡目标建立数学模型,然后采用遗传算法模型进行求解。仿真结果表明,遗传算法提高了服务器集群系统吞吐量,使系统负载更加均衡,使整个集群系统的资源得到充分利用。     

一种自适应遗传算法的EJB集群负载均衡策略①

负载均衡技术是EJB集群系统任务调度的中心环节,但传统的负载均衡算法是一种静态分配负载均衡算法,因此不能很好的实现服务器端负载均衡。通过动态的获取服务器端系统的实时性参数,采用自适应的遗传算法来计算服务器的负载,从而保证系统长时间运行不会发生倾斜。实验结果表明,该方法降低了服务器端事务请求的响应时间,提高了系统的吞吐率, 从而改善了系统性能。     

Web服务器集群的负载均衡算法研究

近年来,服务器集群(ServerCluster)技术以其扩展性好、处理能力强、易于管理等优点受到了国内外研究机构的广泛关注和应用,其中的负载均衡算法更是研究的热点,但目前普遍缺乏算法的理论分析。该文对Pick-K、Pick-KX算法的机理进行了深入的分析,揭示了它们的内在本质,并提出了动态负载均衡算法的理论模型,为以后设计更好的均衡算法提供了理论上的支持,同时也可以从理论上定性地分析已有算法的效果。文章根据建立的理论模型,提出了一种新的负载均衡算法Pick-T,能够根据参数在更新周期内自动确定较好的分配向量,从而从整体上达到较好的负载均衡。     

Web集群负载均衡算法比较

随着互联网应用的普及,对Web服务器的性能要求越来越高.采用多台主机组成集群统一对外提供Web服务,是目前比较流行的高性价比、高可靠性、可伸缩性的方案,而集群系统的性能关键在于均衡算法.本文基于LVS项目,分析并通过实验比较了各种均衡算法的性能,对构建Web集群系统具有较大的指导意义.     

服务器集群负载均衡技术研究及算法比较

简要介绍了负载均衡技术的分类及其发展,重点介绍了服务器集群负载均衡技术及应用.并对评价负载均衡优劣的重要标准之一--负载均衡算法的种类做了详细介绍及优缺点比较.对近年来一些新的负载均衡算法做了介绍.最后,对服务器集群负载均衡技术的发展前景做出了展望和预测.     

服务器集群及负载均衡的研究

该文描述了当前服务器集群的体系结构,分析了各种集群模式可能存在的安全问题及相应的参考解决对策,提出了一个高校服务器集群负载均衡策略的设计方案。     

基于遗传算法的点群目标选取模型

结合 3种点群目标选取的一般原则和遗传算法的基本原理与特点 ,设计了基于遗传算法的点群目标选取模型 .考虑到要最大限度地保持点群的分布范围、排列规律、内部各地段的分布密度等因素 ,基于遗传算法的点群选取模型的基本原理是 :首先采用自适应分类方法 ,将点群 M依照密度分成若干类子点群 ,然后根据每个子点群的点数和最后要保留的总的点数 ,计算每个子点群中要保留的点数 ,最后结合凸壳化简方法和遗传算法对点进行选择 .在对关键性步骤进行讨论的基础上 ,本文针对某一地区的点群目标分别采用基于遗传算法的点目标选取方法与凸壳选取方法进行了选取对比实验 .从实验结果和遗传算法的特点分析可以看出 ,基于遗传算法的点目标选取方法的特点是非常明显的 ,其适用于分散式居民地记号房、可看作点状目标的小湖泊群等点状要素的选取 ;能够保持密度分布特征及其排列规律 ;外围轮廓特点没有大的改变     

基于遗传算法的入侵检测技术的研究

在简要介绍入侵检测和遗传算法的基础上,给出了基于异常检测的训练算法模型。详细介绍了遗传算法的构造过程,包括染色体的构造以及选择、交叉、变异等操作,并予以简单实现。算法提高了入侵检测的效率,并能检测部分未知攻击。     

基于规则的遗传算法

CGA由于是一种通用的算法，在解决实际问题时存在着搜索效率低。不能全局收敛到最优解的缺点，在实际应用中有很大的局限性。针对这些不足，对CGA进行了改进，根据待解决实际问题的特点，按照模式定理的原则，在算法中引入了启发式规则和惩罚函数．缩小了算法的搜索空间，提高了算法效率．利用保优操作保证算法能够全局收敛到最优解。最后对这种改进的算法进行了定性分析。证明了该算法设计思想的先进性和实用性。     

基于遗传算法的商用车辆调度策略研究

抽象出运输车辆调度问题的一类特征和需求,以传统遗传算法为基础并加以改进,提出了一种适用于商用车辆的调度策略。该策略与GIS、GPS和GSM技术相结合,成功解决了某市公交燃料配送车辆的优化调度问题,提高了燃料配送效率。文中还对适应值函数、编码方式等关键点进行了详细阐述。     

基于遗传算法的变压供水控制研究

变压供水已越来越广泛应用于生活领域,针对供水系统非线性、大滞后、参数时变的特点,本文提出了基于遗传算法的变压供水控制的方案,并在系统中应用改进型Smith预估器。通过仿真分析表明,系统具有良好的自适应性,可以在较大程度上保证最不利点的水压的快速调节和稳定,具有较高的应用价值。     

一种适用于大规模变量的并行遗传算法研究

当前MapReduce并行编程模型得到了广泛的应用.相对于传统的基于PVM或者MPI的并行编程方式,它在执行时间和处理问题规模等方面有明显优势.针对并行遗传算法的特点,提出基于MapReduce实现一种典型的并行遗传算法——粗粒度并行算法的方法,用以解决大规模变量问题.实验平台采用Hadoop,硬件条件为普通的服务器集群.在多目标优化问题测试中,当问题规模达到一定、处理变量数超过10E+7时,并行算法效率比串行提高数倍,并且能突破内存瓶颈.根据MapReduce自身特点调整其参数,改变并行程度,分析其对并行执行时间的影响.     

基于遗传算法的舵机数学模型辨识研究

针对"飞思卡尔"杯全国大学生智能车竞赛,在智能车整体控制中,对于舵机的精准控制显得十分重要;分析了舵机系统各个部分组成原理,采用实验建模方法,利用实验测得的舵机系统的阶跃响应曲线来辨识出舵机模型参数(增益k、惯性时间常数T、滞后时间L);并根据遗传算法原理,借助MATLAB软件方便的绘图功能和强大的图像处理能力,用MATLAB语言编写了M文件进行辨识仿真;仿真结果表明,辨识参数误差小,对于舵机模型是一种有效的辨识方法;实践证明了该方案的可行性,这为实现舵机实时准确控制提供了重要的理论支持。     

图文法遗传算法

本文讨论了进化神经网络的编码表示机制，分析了它们的优缺点；提出了遗传算法的一种图文法编码表示机制，给出了相应的算子定义，以及模式、模式长度及其阶的定义；证明了一个基于图文法表示机制的遗传算法模式定理，描述了交叉和突变对模式作用的效果。     

基于遗传算法的控制系统的系统辨识

研究了自动控制系统的系统辨识，并给出了基于遗传算法辨识系统的结构参数的各个要素和软件实现。     

基于遗传算法的产品人机CAD研究

将产品形态的人机设计问题从概念设计到详细设计分为交互模式设计、关联形态设计和独立形态设计3个紧密联系的层。应用进化设计和遗传算法的基本原理,针对不同层次人机设计问题的特点分别进行具体研究,制订了相应的解决策略,分析了其编码方案与适应度函数的构造方式。最后构建了基于设计/制造一体化的人机进化设计过程原型系统。