基于蚁群优化算法的云计算调度资源模型∗
2020-07-13孙雪莹
计算机与数字工程 2020年5期
王 勃 徐 静 孙雪莹
(1.陕西国防工业职业技术学院计算机与软件学院 西安 710300)(2.陕西国防工业职业技术学院经济管理学院 西安 710300)(3.西安电子科技大学物理与光电工程学院 西安 710071)
1 引言
随着计算机网络的快速发展,网络将遍布在各个地域,包括手机、电脑、物联网终端等各种信息终端设备连接在一起,形成高速运转的服务器端,由于终端设备不断增加,最终将导致运行速度、可靠性、高效性、灵活性不断降低[1]。云计算作为全新的网络构架,可以对网络资源重新计算,合理分配,满足客户端的不同需求,不断提高和改善网络服务质量,使客户获取最大的网络信息资源。以此为基础,对云计算调度资源技术和策略要求也不断调高,由于传统计算方式缺乏必要的准确性、安全性,提出基于蚁群优化的云计算调度资源模型,该模型中蚁群使用自适应搜索,具有较高的鲁棒性、协作性、安全性、易扩展性和并行性,能使云计算环境下的蚁群达到最佳的寻优能力,提高效率,达到资源利用的最大化。
2 蚁群优化算法
蚁群优化算法(Ant Colony Optimization,ACO)是一种仿生模拟蚁群外出寻觅食物的方式,在整个蚁群在运动过程中,[2]通过每个蚂蚁之间互相传递信息,完成整个问题的最佳解决方案。具有分布处理(Distributed Computing)、并行处理(Parallel Com⁃puting)和网格计算(Grid Computing)等计算特点,蚁群从觅食起点到回归终点,通过随机寻找最优路径,完成最短路径间完成建构,实现沿路信息及时更新,相互联系,显示出该算法的高效、安全[3]。……
登录APP查看全文
