%0 Journal Article
%T 基于粒子群优化算法的虚拟机部署策略
%A 占栋辉
%A 张宏军
%A 赵水宁
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.01.0117
%X 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%
%K 虚拟机部署
%K 粒子群优化
%K 负载均衡
%K 高斯学习
%K 多种群进化
%U http://www.joca.cn/CN/abstract/abstract18940.shtml