云计算下的一种基于改进的量子遗传算法在资源分配的研究

详细信息    查看全文 | 推荐本文 |

英文篇名：An Improved Quantum Genetic Algorithm in Resource Allocation in Cloud Computing 作者：毛莉君 ; 王林兵 ; 张燕 英文作者：Mao Lijun;Wang Linbing;Zhang Yan;Xi'an Peihua Universtiy;College of Aeronautics,Northwestern Polytechnical University; 关键词：云计算 ; K值聚类 ; 量子遗传 英文关键词：cloud computing;;K-value aggregation;;quantum genetic 中文刊名：KJTB 英文刊名：Bulletin of Science and Technology 机构：西安培华学院;西北工业大学航空学院; 出版日期：2017-11-30 出版单位：科技通报 年：2017 期：v.33;No.231 语种：中文; 页：KJTB201711034 页数：5 CN：11 ISSN：33-1079/N 分类号：149-152+282

摘要

如何提高云计算中的资源调度分配的情况,提出采用值聚类和遗传算法相结合的方式,将遗传算法中求解个体适应度与云计算中的资源序列进行对应。首先针对遗传算法的不足,采用聚类中心旋转坐标的值聚类算法对种群进行分解,有效的保持种群的多样性,其次,通过旋转角动态调整、量子变异和交叉改进的遗传算法的全局搜索能力,有效的避免陷入了局部最优,通过与遗传算法的比较,说明本文的算法在云计算资源分配方面具有一定的优越性。
        As how to improve the resource scheduling and allocation in cloud computing, this paper proposes the combination of K-value aggregation and genetic algorithm, and corresponds individual solution fitness in genetic algorithm with resource sequence in cloud computing. First of all, aiming at the deficiency of genetic algorithm, this paper adopts the K-value aggregation algorithm of clustering center rotation coordinate to decompose the population, which can effectively maintain diversity of the population. Secondly, genetic algorithm's global searching ability is improved through dynamically adjusting the rotation angle, quantum mutation and crossover, effectively avoiding the local optimization.Compared with genetic algorithm, algorithm in this paper has certain advantages in cloud computing resource allocation.

引文

[1]林伟伟,齐德昱.云计算资源调度研究综述[J].计算机科学,2012,39(10):1-5.
    [2]葛新.基于云计算集群扩展中的调度问题研究[D].合肥:中国科学技术大学,2011.
    [3]孟湘来,马小雨.云计算中网络资源配比优化调度模型仿真[J].科技通报,2015,31(7):186-189.
    [4]刘峰,毕利,杨军.一种用于云计算资源调度的改进遗传算法[J].计算机测量与控制,2016,24(5):202-205.
    [5]徐文忠,彭志平,左敬龙.基于遗传算法的云计算资源调度策略研究[J].计算机测量与控制,2015,23(5):1653-1655.
    [6]王顺平,王捷.启发式云计算多源资源访问特征最小方差估计[J].科技通报,2015,31(4):133-135.
    [7]叶世阳,张文博,钟华.一种面向SLA的云计算环境下虚拟资源调度方法[J].计算机应用与软件,2015,32(4):11-17.
    [8]周丽娟,王春影.基于粒子群优化算法的云计算资源调度策略研究[J].计算机科学,2015,42(6):279-281.
    [9]赵宏伟,李圣普.基于粒子群算法和RBF神经网络的云计算资源调度方法研究[J].计算机科学,2016,43(3):113-117.
    [10]叶华乔,丁善婷.基于改进的布谷鸟算法在云计算资源的研究[J].计算机测量与控制,2014,22(12):4150-4154.