一种基于混沌人工萤火虫算法的云计算资源调度优化
- 格式：pdf
- 大小：535.72 KB
- 文档页数：3
４ 仿 真 实验
霖意
（
萤 火 虫 位置 更 新 为 ：
茄
（ １ Ｏ ）
（ ￡ ） （ ｆ 一 羹 ） 专 篆 三 三
荧 光 素值 的 公 式 为 ：
（ ）
（ １ ２ ）
ｌ （ ￡ 争熏 ） 一（ １ 一ｐ ） ｚ （ ￡ ） 每 （ （ ￡ 串１ ） ）
Ｒ （ ０一 ｍ ａ ｘ ｛ 露 ： 一 （ ｔ ） ÷ （ １
萤 火 虫 邻居 选 择的 概 率 为 ：
１ ） ）
（》 （ ． 则 ｉ ｎ ｅ ｗ ，否则再更新 。④如果迭代
谍 舞瓣礴囊 嚣 辫辩 辛＃ ｉ
次数 小 于ｍａ ｘ ，转 到 步骤 （ ａ ）。
Ⅳ ｌ （ ＝ （ 《 ０ 一重 ） 一 ≤ 一重 ） 《或）
（ ９ ）
（ ４）如果 满足终止 条件 ，则
寻优 过 程 便 结 束 ，否则 转 向 步骤 ②
继续 优化 。 （ ５ ）根 据 最 优 个 体 得 到 最 优 的 云计算 调 度方 案 。 算 法 流程 如 图２ 所示。
（ １ ）初始 萤 火虫 群数 目Ｎ，没置 的最 大迭 代 次数 ｍ ａ ｘ 。 （ ２） 对 萤 火 虫 算 法 中 的个 体 进 行 编 码 ，并 根 据 式 （ ¨） 和式 （ １ ２ ） 计 算单 个 萤 火 虫的荧 光 素 的值 ，为 了优 先考 虑 结果 ，将 萤火 虫群 体划 分 ｍ 个子群。 （ ３）更 新 每 一 个 子 群 的 荧 光 素 的 值 ， 具体 为 ：① 根 据 式 （ １ １ ） ，找 到 各 自最 佳 位 置和 最 差 位 置 。② 根 据 式 （ １ ２ ） 计 算 萤 火 虫
Ｇ ｏ ａ ｌ （ Ｔ ） 一ｒ ａｉ ｎ ： ｌ Ｓ ｕ ｍ（ ｄ ￣ ， ）
２ 基本 算 法 相关 知 识
２ １ 人 工 萤火 虫算 法
（ ７ ）
ｑ＝ ＝ ： ３ 资 源优 化调 度算 法 描述 求解 步 骤 如下 所 示 。
（ １ ７ ）
并 行 环 境 条 件 下 的资 源 调 度 一 直 以来 都 是 研 究 重 点 ，文 献
ｙ １ ） ， 第ｉ 只 萤火虫 所对应的目 标函数为ｆ ） ， 第 ｉ 只萤 火虫 的位 置 ，然 后根 据 式（ １ ４ ） 一 式（ １ ７ ） 对 萤火 虫 进行 更 新 ，得到 新 个体 的 萤光素 的值为 ， ｘ ｊ （ Ｏ表 示第ｔ 代的期个萤火虫的 位置， ｔ ｊ （ ｔ ） 的 新位置 （ 麓 （ ｔ ） （ ｔ ） ） 。 ③计算 每一 个萤火虫的 嚣 ． （ ｔ ） ， 表示第ｔ 代的第ｊ 个萤光素的值 ， 萤火虫的视野范围更新为 ：
度方 案 的求 解 曲线如 图３ 所
示。
多的混沌映射是Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ ，但它在【 ０ ， ０ ． １ ］ 和［ ０ ． ９ ， １ ］ 两个范 围的取值
概 率 较 高 ，且 寻优 速 度 受 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 遍 历不 均 匀 性 的 影 响 ，算 法效 率 会 降 低 。单 梁 等 指 出Ｔ ｅ ｎ ｔ 映射Ｌ Ｌ Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 映射 具 有 更好 的 遍 历 均 匀 性 和 更 快 的迭 代速 度 ，且 在 ［ ０ ， １ ］ 间产 生 的混 沌序 列分 布均 匀 。Ｔ ｅ ｎ ｔ 映射 表达 式 如下 ：
技术创新
式 中， ｃ １ 表 示 任务 最 终映射 到 物 理设 备ｄ 上执行。
｝５ １
合为 鬻 ｊ 。
所有 任 务 Ｔ：｛ ｔ ，ｔ 。 ，… ，ｔ ｝ 执 行 的总 时 间 为 ：
ｔ ｏ ｔ ａ ｌ （ Ｔ ） ∑ ￡ ： ｔ Ｓ ｕ ｍ（ ｄ ￣ ）
本文 提 出的 改进 算 法 的可 行 性 和性 能 ，在 相 同条件 下 与 文献 ９ 改 进 的 遗 传 算 法 、文 献 １ ０ 混 沌 蚁 群 算 法 和文 献 ｌ ｌ 改 进 的 萤 火 虫 算
法进 行 对 比实验 。
（ １ ） 算 法 改 进前 后 的 收敛 值 对 比在 云 计算 资 源 数 为５ ０ ，任 务数 为 １ ０ ０ ０ ０ 的系 统 中 ，本 文 算 法 和 基 本萤 火 虫 算 法 的 调
２ ． ２ 混沌 萤 火 虫局 部 寻 优
本 文 所 采 用 的仿 真 平 台 是 酷 睿
ＣＰ Ｕ３． ０ ＧＨｚ， ２ ＧＢ ＤＤＲ３， Ｗ ｉ ｎｄ ｏ ｗｓ
利 用 混 沌变 量 的 随机 性 、遍 历性 和 规律 性 特 征进 行优 化 搜 索 ，可 使 算 法 跳 出 局 部 最 优 ，保 持 群体 多 样 性 ，并 使 全局 搜 索
图２改进 的 混沌 萤 火 虫算法 的 Ｘ Ｐ 操作 系 统 ，采 用Ｃ ｌ ｏ ｕ ｄ Ｓ ｉ ｍ仿 真软
件进 行 仿真 实验 。为 了更 好地 验证
云 计 算资 源调 度
能力得 到改善。伴随着迭代次数的增多 ，萤火虫个体 与 （ 幻
越 接 近 ，导 致 个 体 之 间 的 差 异 丧 失 ， 为 了 防 止 这 种 现 象 的发 生 ，对 萤 火 虫 个 体 中处 于 最 差 位 置 的 个 体进 行 混 沌扰 动 。但 不 同的 混 沌 映 射 对 混 沌 优 化 过 程 的 影 响 很 大 ， 目前 文 献 中 引 用较
【 ７ 】 提出了一种智能优化算法 ：人工萤火虫算法。
在 该 算 法 中 ，将 云 计 算 资 源 的 分 配 通 过 目标 函 数 适 应 度 的 值 来确 定 ，并 按 照 函数 适 应 度 结 果 高 低 作 为云 计 算 资 源 的 分 配
权值 。 假设萤火虫的群体为Ｎ ，第ｉ 只萤火虫所在的位置为 （ ，
调 度 的 目标 函数 ：
（ ６ ）
徽 渤争（
一Ｘ ｍ ￣ ｎ ） ×ｙ
（ １ ６ ）
（ ４ ）采 用 混 沌 映 射 后 萤 火 虫个 体 通 过 概 率 ｑ 的部 分 个 体 ，
其 中ｔ 为 当前 迭 代次 数 。ｑ 的 计算 公 式 为 ：
Ｉ ｎ ０
云 计 算 资 源 调度 的 目标 是 使 得 （ ６ ） 式 为最 小 值 ，云 计 算 资 源
霖意
（
萤 火 虫 位置 更 新 为 ：
茄
（ １ Ｏ ）
（ ￡ ） （ ｆ 一 羹 ） 专 篆 三 三
荧 光 素值 的 公 式 为 ：
（ ）
（ １ ２ ）
ｌ （ ￡ 争熏 ） 一（ １ 一ｐ ） ｚ （ ￡ ） 每 （ （ ￡ 串１ ） ）
Ｒ （ ０一 ｍ ａ ｘ ｛ 露 ： 一 （ ｔ ） ÷ （ １
萤 火 虫 邻居 选 择的 概 率 为 ：
１ ） ）
（》 （ ． 则 ｉ ｎ ｅ ｗ ，否则再更新 。④如果迭代
谍 舞瓣礴囊 嚣 辫辩 辛＃ ｉ
次数 小 于ｍａ ｘ ，转 到 步骤 （ ａ ）。
Ⅳ ｌ （ ＝ （ 《 ０ 一重 ） 一 ≤ 一重 ） 《或）
（ ９ ）
（ ４）如果 满足终止 条件 ，则
寻优 过 程 便 结 束 ，否则 转 向 步骤 ②
继续 优化 。 （ ５ ）根 据 最 优 个 体 得 到 最 优 的 云计算 调 度方 案 。 算 法 流程 如 图２ 所示。
（ １ ）初始 萤 火虫 群数 目Ｎ，没置 的最 大迭 代 次数 ｍ ａ ｘ 。 （ ２） 对 萤 火 虫 算 法 中 的个 体 进 行 编 码 ，并 根 据 式 （ ¨） 和式 （ １ ２ ） 计 算单 个 萤 火 虫的荧 光 素 的值 ，为 了优 先考 虑 结果 ，将 萤火 虫群 体划 分 ｍ 个子群。 （ ３）更 新 每 一 个 子 群 的 荧 光 素 的 值 ， 具体 为 ：① 根 据 式 （ １ １ ） ，找 到 各 自最 佳 位 置和 最 差 位 置 。② 根 据 式 （ １ ２ ） 计 算 萤 火 虫
Ｇ ｏ ａ ｌ （ Ｔ ） 一ｒ ａｉ ｎ ： ｌ Ｓ ｕ ｍ（ ｄ ￣ ， ）
２ 基本 算 法 相关 知 识
２ １ 人 工 萤火 虫算 法
（ ７ ）
ｑ＝ ＝ ： ３ 资 源优 化调 度算 法 描述 求解 步 骤 如下 所 示 。
（ １ ７ ）
并 行 环 境 条 件 下 的资 源 调 度 一 直 以来 都 是 研 究 重 点 ，文 献
ｙ １ ） ， 第ｉ 只 萤火虫 所对应的目 标函数为ｆ ） ， 第 ｉ 只萤 火虫 的位 置 ，然 后根 据 式（ １ ４ ） 一 式（ １ ７ ） 对 萤火 虫 进行 更 新 ，得到 新 个体 的 萤光素 的值为 ， ｘ ｊ （ Ｏ表 示第ｔ 代的期个萤火虫的 位置， ｔ ｊ （ ｔ ） 的 新位置 （ 麓 （ ｔ ） （ ｔ ） ） 。 ③计算 每一 个萤火虫的 嚣 ． （ ｔ ） ， 表示第ｔ 代的第ｊ 个萤光素的值 ， 萤火虫的视野范围更新为 ：
度方 案 的求 解 曲线如 图３ 所
示。
多的混沌映射是Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ ，但它在【 ０ ， ０ ． １ ］ 和［ ０ ． ９ ， １ ］ 两个范 围的取值
概 率 较 高 ，且 寻优 速 度 受 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 遍 历不 均 匀 性 的 影 响 ，算 法效 率 会 降 低 。单 梁 等 指 出Ｔ ｅ ｎ ｔ 映射Ｌ Ｌ Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 映射 具 有 更好 的 遍 历 均 匀 性 和 更 快 的迭 代速 度 ，且 在 ［ ０ ， １ ］ 间产 生 的混 沌序 列分 布均 匀 。Ｔ ｅ ｎ ｔ 映射 表达 式 如下 ：
技术创新
式 中， ｃ １ 表 示 任务 最 终映射 到 物 理设 备ｄ 上执行。
｝５ １
合为 鬻 ｊ 。
所有 任 务 Ｔ：｛ ｔ ，ｔ 。 ，… ，ｔ ｝ 执 行 的总 时 间 为 ：
ｔ ｏ ｔ ａ ｌ （ Ｔ ） ∑ ￡ ： ｔ Ｓ ｕ ｍ（ ｄ ￣ ）
本文 提 出的 改进 算 法 的可 行 性 和性 能 ，在 相 同条件 下 与 文献 ９ 改 进 的 遗 传 算 法 、文 献 １ ０ 混 沌 蚁 群 算 法 和文 献 ｌ ｌ 改 进 的 萤 火 虫 算
法进 行 对 比实验 。
（ １ ） 算 法 改 进前 后 的 收敛 值 对 比在 云 计算 资 源 数 为５ ０ ，任 务数 为 １ ０ ０ ０ ０ 的系 统 中 ，本 文 算 法 和 基 本萤 火 虫 算 法 的 调
２ ． ２ 混沌 萤 火 虫局 部 寻 优
本 文 所 采 用 的仿 真 平 台 是 酷 睿
ＣＰ Ｕ３． ０ ＧＨｚ， ２ ＧＢ ＤＤＲ３， Ｗ ｉ ｎｄ ｏ ｗｓ
利 用 混 沌变 量 的 随机 性 、遍 历性 和 规律 性 特 征进 行优 化 搜 索 ，可 使 算 法 跳 出 局 部 最 优 ，保 持 群体 多 样 性 ，并 使 全局 搜 索
图２改进 的 混沌 萤 火 虫算法 的 Ｘ Ｐ 操作 系 统 ，采 用Ｃ ｌ ｏ ｕ ｄ Ｓ ｉ ｍ仿 真软
件进 行 仿真 实验 。为 了更 好地 验证
云 计 算资 源调 度
能力得 到改善。伴随着迭代次数的增多 ，萤火虫个体 与 （ 幻
越 接 近 ，导 致 个 体 之 间 的 差 异 丧 失 ， 为 了 防 止 这 种 现 象 的发 生 ，对 萤 火 虫 个 体 中处 于 最 差 位 置 的 个 体进 行 混 沌扰 动 。但 不 同的 混 沌 映 射 对 混 沌 优 化 过 程 的 影 响 很 大 ， 目前 文 献 中 引 用较
【 ７ 】 提出了一种智能优化算法 ：人工萤火虫算法。
在 该 算 法 中 ，将 云 计 算 资 源 的 分 配 通 过 目标 函 数 适 应 度 的 值 来确 定 ，并 按 照 函数 适 应 度 结 果 高 低 作 为云 计 算 资 源 的 分 配
权值 。 假设萤火虫的群体为Ｎ ，第ｉ 只萤火虫所在的位置为 （ ，
调 度 的 目标 函数 ：
（ ６ ）
徽 渤争（
一Ｘ ｍ ￣ ｎ ） ×ｙ
（ １ ６ ）
（ ４ ）采 用 混 沌 映 射 后 萤 火 虫个 体 通 过 概 率 ｑ 的部 分 个 体 ，
其 中ｔ 为 当前 迭 代次 数 。ｑ 的 计算 公 式 为 ：
Ｉ ｎ ０
云 计 算 资 源 调度 的 目标 是 使 得 （ ６ ） 式 为最 小 值 ，云 计 算 资 源
