改进蚁群算法在云环境下路径优化设计.pdfVIP

第33卷 第3期 江西理工大学学报 VoL33，NO．3 2012年 6月 JournalofJiangxiUniversityofScienceandTechnology Jun．2012 文章编号：2095—3046(2012)03—0066—05 改进蚁群算法在云环境下路径优化设计 陈 真 (韩山师范学院潮州师范分 院，广东 潮州 521021) 摘 要：文中针对云计算环境中的资源分配问题 ，提 出一种改进蚁群优化的云计算资源分配算 法 ，通过分析诸如带宽占用、网络负载和响应时间等因素对云端资源分配的影响，并结合云计算 平台的特点，优化云环境下路径的选择．仿真实验结果表 明，改进后的蚁群算法能够在云中快速、 合理地找到云端所需访问的数据库，并能够优化相应的搜 索性能 ，减少搜 索时间，降低云数据库 整体 网络负载 ，获得比其他一些针对云计算的分配算法具有更优的效率． 关键词 ：云计算：网络负载；蚁群算法 中图分类号 ：TP301．6 文献标志码 ：A Thepathoptimizationdesignofimprovedantcolonyalgorithm in cloudenvironment CHEN Zhen (ChaozhouTeachersCollege，HanshanNormalUniversity，Chaozhou521012，China) Abstract：Aimingattheresourceallocationproblemsincloudcomputingenvironmen，thearticleputsforward an improvedantcolonyoptimization cloud computingresourcesallocation algorithm through theanalyseson bandwidth，thenetworkloadandresponsetimefactorsontheinfluenceofthedistributioncloudsresources，and combiningwiththecharacteristicsofcloudcomputingplatform，thechoiceofthepathundertheoptimizationof thecloud environment．Simulationresearchresultsshow thattheimproved algorithm canfind therequired accessdatabasein thecloud quickly，optimizesearchperformance，reducesearch timeand drop thewhole networkloadofclouddatabase，getbetterefficiencythansomeotherdistributionalgorithmsofcloudcomputing． Keywords：cloudcomputing；thenetworkload；antcolonyalgorithm 的积累来寻找复杂的最优途径问题 ．目前已被广泛 0 引 言 应用于旅行商 问题(TSP)、网络路 由、二次分配 、属 性约简[31等问题的求解 ，具有正反馈 、鲁棒性 、并行 随着云计算的应用及推广 。云计算的规模将呈 计算及易移植等优点．然而 。该算法也存在一些不 现爆发式增长，如何提高用户对云资源的访问．确 足 ，如在处理规模较大的系统时，往往无法实现对 保对云上的延迟敏感的作业在也能够得以很好地 全局空间的充分搜索