基于蝙蝠算法的云计算资源分配

《基于蝙蝠算法的云计算资源分配》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、蝙蝠算法在云计算资源分配中的研究朱莹1)1)东北大学秦皇岛分校汁算机与通信工程学院，河北桊皇岛066004摘耍13前云计算ihi临着庞人的资源分配且具冇动态性等特点，如果只从权衡资源分策略的优劣出发已经不能满足需求。针对这一fuj题，从用广和资源提供者W个方而出发，将蝙蝠算法引入资源分配策略屮，提出了以任务完成吋间较短且成本敁低为约來条件的调度模型。通过Cloudsim平台进行校拟仿真表明，该资源分配算法能冇效地兼顾完成时间和成本，在缩短任务完成时间的M时保证成本敁小，提商了资源利用率。关键词云计算；资源

2、凋度；蝙蝠算法;CkmdSim平台StudyonBatAlgorithminCloudComputingResourcesAllocationZhuYing1)''ComputerandCommunicationEngineeringofNortheasternUniversityatQinhuangdao066004ChinaAbstract:Becausecloudcomputingfacesthecharacteristicssuchasmassiveresourceallocationanddyn

3、amic，itnolongermeetsthedemandofweighingtheprosandconsfromsingleaspect.Fromtwoaspectsofusersandresourceproviderstosolvetheaboveproblems,thispaperproposedaschedulingmodelwithconstraintconditionsofshortertask-completiontimeandlowercost.Itbroughtthebatalgorit

4、hmintoresourceallocationpolicyandmodifieditscodedesigntoimprovethecapacityofglobaloptimization.Finally,thesimulationresultsdependingonCloudSimplatformshowthattheresourceallocationalgorithmcaneffectivelytakeaccountofcompletiontimeandcost-Itimprovesresource

5、utilizationbyshorteningthetimetocompletethetaskwhileensuringminimumcost，comparedwithparticleswarmoptimizationalgorithm.Keywords:cloudcomputing;resourcescheduling;batalgorithm;CloudSimplatform云计算是继分布式计算、网格计算、对等计算之后的一种新型计算模式，作为一种新型商业汁算模式，是分布式并行处理和M格汁算等多种技术的

6、拓展和延仲，代表了当前并行计算技术发展的新阶段。作为新兴产物，云计算涉及到的很多问题并没奋真正解决，资源调度便是其中的一个难题。资源调度作为云计算技术的一个重要组成部分，其效率直接影响整个云计算环境的工作性能。由于云计算环境下的任务调度是一个NP完全问题，启发式智能算法在该领域研究是一个重要的方A之一。本文根据云环境对于资源分配的要求出发，通过深入地研究蝙蝠算法，结合云环境下任务调度的实际特点，首先逑立了以时闽和成木为双约束条件的资源调度模型，然后将蝙蝠算法应用在调度模型中，结果表明蝙蝠兑法能够更冇效地解

7、决云计算中的资源调度问题。1蝙蝠算法蝙蝠算法(BatAlgorithm,BA)是由剑桥大学的Yang于2010年提出的一种模拟蝙蝠捕食过程屮所采川的回声定位原理的启发式智能算法。与现在诸多优化算法类似，蝙蝠算法也是•一种基于种群的随机优化算法，蝙蝠个体是蝙蝠算法的基木单元，在具体叫题屮赋以具体意义。Yang在阐述蝙蝠算法基本思想的M时，提Hi了蝙蝠算法基本假设条件。1)所有蝙蝠粒子利用自身回声定位感知与目标之间的距离，同吋以一种祌秘的方式辨别H标和背景障碍物的不同。2)蝙蝠的位置为xi，以速度vi任意地飞

8、行，以同定的频率fmin、可变的波长入和响度A0搜寻n标。它们可以判断自己与猎物之间的距离并自动地调整脉冲的波1<(亦或频率)，M时在接近鬥标时调整脉冲的频度re［0,1］。3)响度的变化方式有很多，这里假设它是从最大的值(正)A0变化到固定的最小值Amin。新型仿生智能算法一蝙蝠算法(BA)的步骤用伪代码概括如1今R标函数为f(X),X=(xl,…，xd)T;初姑化随机数rand；初始蝙幅种群粒子xi(i=1，2，…，n)和