基于粒子群优化算法的虚拟机部署策略

• 作者: 占栋辉 张宏军 杨靖 赵水宁
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 虚拟机部署 粒子群优化 负载均衡 高斯学习 多种群进化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 先进计算
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP311|TP18
• 字数: 5307字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.01.0117

摘要

针对云计算基础设施即服务(IaaS)中的虚拟机部署问题,提出一种基于粒子群优化(PSO)算法的部署策略.由于PSO算法在处理虚拟机部署这类大规模复杂问题时,具有收敛速度慢且容易陷入局部最优的缺点,首先,引入多种群进化模式提高算法收敛速度,并在此基础上加入高斯学习策略避免局部最优,提出了一种多种群高斯学习粒子群优化(MGL-PSO)算法;然后,根据部署模型,使用轮询(RR)算法对MGL-PSO进行初始化,进而提出了一种以负载均衡为目标的虚拟机部署策略.通过在CloudSim中进行仿真实验,验证了在解决虚拟机部署问题时,MGL-PSO相比PSO算法,具有更快的收敛速度,并且负载不均衡度降低了13.1％.在两种实验场景下,所提算法相比随机负载均衡(OLB)算法,其负载不均衡度分别平均降低了25％和15％;相比贪婪算法(GA),使负载不均衡度分别平均降低了19％和7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏军	解放军理工大学仿真与数据中心	106	566	12.0	18.0
2	赵水宁	解放军理工大学仿真与数据中心	14	176	7.0	13.0
3	占栋辉	解放军理工大学仿真与数据中心	6	131	4.0	6.0
4	杨靖	解放军理工大学仿真与数据中心	1	12	1.0	1.0