發(fā)布時間：2021-01-11 13:42

　　針對現(xiàn)有采用粒子群算法放置虛擬機問題存在優(yōu)化目標(biāo)單一,容易陷入局部最優(yōu)解的問題,提出一種基于改進粒子群算法的虛擬機放置方法,通過綜合考慮數(shù)據(jù)中心類型對優(yōu)化側(cè)重的影響和放置后的負(fù)載均衡度,魯棒性,能源消耗,針對計算密集型數(shù)據(jù)中心和數(shù)據(jù)密集型數(shù)據(jù)中心設(shè)計不同的目標(biāo)函數(shù),對負(fù)載均衡度,魯棒性,能源消耗3方面進行了多目標(biāo)優(yōu)化,使其更貼近實際情況。并且通過優(yōu)化粒子初始位置調(diào)節(jié)收斂速度,設(shè)置動態(tài)的學(xué)習(xí)因子和引入粒子位置的漂移因素使其跳出局部最優(yōu)解。仿真實驗證明,本方法和粒子群算法,模擬退火算法比較,在負(fù)載均衡,魯棒性,能源消耗三個方面都有不同程度的性能提升。 

【文章來源】：數(shù)據(jù)通信. 2020,(02)

【文章頁數(shù)】：7 頁

【部分圖文】：

加速度因子變化圖

針對云環(huán)境中資源請求的動態(tài)化，本文將數(shù)據(jù)中心的魯棒性作為優(yōu)化虛擬機放置的一個重要目標(biāo)，本實驗對比了PSO-S,PSO,SA三種虛擬機放置算法對兩種數(shù)據(jù)中心魯棒性的影響。圖3 數(shù)據(jù)密集型數(shù)據(jù)中心負(fù)載均衡度

圖2 計算密集型數(shù)據(jù)中心負(fù)載均衡度通過圖4，圖5看出，在兩種類型的數(shù)據(jù)中心中，PSO-S算法的魯棒性都是最優(yōu)，SA算法容易陷入局部最優(yōu)解，PSO算法比SA算法有更多探索可行解的機會，所以性能優(yōu)于SA算法，但是依然容易陷入局部最優(yōu)解，PSO-S算法不但有探索更多可行解的機會，而且擁有跳出的局部最優(yōu)解的機制，所以性能達到最優(yōu)。

【參考文獻】：
期刊論文
[1]基于改進模擬退火算法的虛擬機調(diào)度優(yōu)化方法[J]. 馬小晉,許華虎,卞敏捷,高洪皓,段玉聰.  通信學(xué)報. 2018(S1)
[2]基于網(wǎng)絡(luò)感知的兩階段虛擬機放置算法[J]. 汪曉潔,徐明偉,王思秀,朱義鑫.  計算機工程. 2017(08)
[3]HPC Cloud環(huán)境中基于網(wǎng)絡(luò)Ⅰ/O負(fù)載的虛擬機放置算法[J]. 吳松,王飛,石宣化,金海,王志武.  中國科學(xué):信息科學(xué). 2012(03)
[4]網(wǎng)絡(luò)虛擬化與虛擬網(wǎng)映射算法研究[J]. 姜明,王保進,吳春明,孔祥慶,閔嘯,張旻.  電子學(xué)報. 2011(06)

博士論文
[1]數(shù)據(jù)中心虛擬機放置方法的研究[D]. 張鑫彥.大連理工大學(xué) 2018
[2]粒子群算法的基本理論及其改進研究[D]. 劉建華.中南大學(xué) 2009

碩士論文
[1]多目標(biāo)的虛擬機放置與遷移研究[D]. 尹艷麗.大連理工大學(xué) 2018



本文編號：2970871