改进粒子群算法在云计算负载均衡中的应用研究

被引：6

作者：

李明阳

严华

机构：

[1] 四川大学电子信息学院

来源：

计算机测量与控制 | 2016年 / 24卷 / 10期

关键词：

云计算; 虚拟化; 负载均衡; 粒子群算法;

D O I：

10.16526/j.cnki.11-4762/tp.2016.10.062

中图分类号：

TP18 [人工智能理论]; TP302 [设计与性能分析];

学科分类号：

140102 [集成电路设计与设计自动化]; 140502 [人工智能];

摘要：

云计算系统采用虚拟化技术可以更加灵活和高效地分配运算资源,便于管理员根据用户任务需求按需分配云计算资源;但虚拟化后的云计算中心存在种类多样、数量庞大的虚拟机资源,难以将虚拟机合理地放置到物理主机集群上并达到较好的负载均衡;为此,给出了云计算中心虚拟机放置到物理主机的负载均衡模型,采用改进后的粒子群算法(PSO)来求解最优解;最后通过和常用虚拟机放置算法的仿真对比实验,验证了所提云计算负载均衡优化算法的有效性。

引用

页码：219 / 221+225 +225

页数：4

共 5 条

[1]

基于蚁群优化算法的云计算资源负载均衡研究 [J].

孟凡超 ;

张海洲 ;

初佃辉 .

华中科技大学学报(自然科学版), 2013, 41(S2) (自然科学版) :57-62

[2]

基于改进离散粒子群算法的电力系统机组组合问题 [J].

陈海良 ;

郭瑞鹏 .

电网技术, 2011, 35 (12) :94-99

[3]

CloudSim: a toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms [J].

Calheiros, Rodrigo N. ;

Ranjan, Rajiv ;

Beloglazov, Anton ;

De Rose, Cesar A. F. ;

Buyya, Rajkumar .

SOFTWARE-PRACTICE & EXPERIENCE, 2011, 41 (01) :23-50

[4]

1000 islands: an integrated approach to resource management for virtualized data centers.[J].Xiaoyun Zhu;Donald Young;Brian J. Watson;Zhikui Wang;Jerry Rolia;Sharad Singhal;Bret McKee;Chris Hyser;Daniel Gmach;Robert Gardner;Tom Christian;Ludmila Cherkasova.Cluster Computing.2009, 1

[5]

The cost of a cloud.[J].Albert Greenberg;James Hamilton;David A. Maltz;Parveen Patel.ACM SIGCOMM Computer Communication Review.2008, 1

← 1 →