10.16526/j.cnki.11-4762/tp.2018.03.049
基于CloudSi m的分类负载均衡调度模型
针对传统的集群调度模型效率低下不足以满足用户需求的问题,提出一种基于CloudSim的分类负载均衡调度模型;首先,构建任务请求的指标体系以完成数学模型的建立;接着,采用基于模糊C均值聚类算法的改进算法对请求分类,即用改进的最小支撑树算法获取初始中心,有效性测度获取其分类个数,BP神经网络算法提高其学习能力;然后,采用两次分类的方法对服务器分类,预聚类对服务器进行功能预聚类,模糊关联聚类按处理负载能力对其分类;最后将分类调度模型在CloudSim下仿真实验,综合3种场景,相比于其他调度算法,分类调度模型的最大运行时间最低,资源利用率最高且最高至99%,结果表明该模型更具适应性和高效性,具有工程指导意义.
负载均衡、模糊聚类、BP神经网络、CloudSim、调度
26
TP193(自动化基础理论)
国家自然科学基金61671179,61504124
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
195-199