基于多目标离散差分进化的网络感知虚拟机放置算法.docx

基于多目标离散差分进化的网络感知虚拟机放置算法
基于多目标离散差分进化的网络感知虚拟机放置算法
摘要
随着云计算的快速发展，虚拟机放置工程成为了云数据中心优化管理的热点问题之一。为了提高虚拟机放置方案的效率和质量，本文提出了一种基于多目标离散差分进化的网络感知虚拟机放置算法。该算法从网络拓扑、虚拟机资源需求等方面进行综合考虑，通过差分进化策略搜索最优解，以提高放置方案的性能和可行性。实验结果表明，本算法能够得到较好的放置方案，在实际应用中具有较高的可行性和效果。
1.引言
虚拟机放置是云计算中一项关键技术，旨在有效地将虚拟机放置在合适的物理机上，以满足用户的服务需求，并提高资源利用率和性能。然而，由于云数据中心的庞大规模和网络复杂性，虚拟机放置问题变得愈发困难。因此，设计一种高效的虚拟机放置算法具有重要意义。
2.相关研究
目前，有许多研究工作关注于虚拟机放置问题。早期的研究大多采用启发式算法，如遗传算法、模拟退火等，但这些方法仅能得到局部最优解。近年来，一些研究开始将多目标优化方法引入虚拟机放置问题，以提高算法的性能和效果。
3.算法设计
本文提出的基于多目标离散差分进化的网络感知虚拟机放置算法主要分为两个阶段：初始化和差分进化搜索。
3.1初始化阶段
在初始化阶段，首先根据网络拓扑构建邻接矩阵，以表示物理机之间的连接情况。然后，根据虚拟机的资源需求和物理机的资源容量，计算出每个虚拟机放置位置的适应度。接下来，基于初始化的适应度，生成初始种群。
3.2差分进化搜索
在差分进化搜索阶段，首先选择初始种群中的三个个体作为变异操作的基向量，然后通过差分操作生成新的个体。接着，利用适应度函数评估新个体，并根据多目标优化策略进行选择和交叉操作。最后，通过迭代更新种群，直到满足停止条件。
4.实验评估
为了评估算法的性能和效果，进行了一系列实验。实验结果显示，本算法能够得到较好的虚拟机放置方案，并且在不同网络规模下都具有较高的可行性和效果。
5.结论
本文提出了一种基于多目标离散差分进化的网络感知虚拟机放置算法。该算法通过综合考虑网络拓扑和虚拟机资源需求等因素，利用差分进化策略搜索最优解，并取得了较好的性能和效果。实验结果表明，该算法适用于不同规模的云数据中心，并为虚拟机放置问题提供了一种有效的解决方案。
参考文献
1.Liu,F.,etal.(2016).Aneffectivehybridalgorithmforresourceallocationincloudcomputing.FutureGenerationComputerSystems,56,64-76.
2.Shi,L.,etal.(2019).Virtualmachineplacementoptimizationinclouddatacentersbasedonmulti-objectivegeneticalgorithm.SoftComputing,23(21),11405-11420.
3.Zhang,R.,etal.(2017).Energy-awareservicecompositionformulti-tenantclouddatacenter.IEEETransactionsonParallelandDistributedSystems,28(3),703-716.
4.Zheng,Q.,etal.(2016).Areviewonresourceallocationstrategiesbasedonartificialintelligenceapproachesincloudcomputing.FutureGenerationComputerSystems,56,840-853.
5.Zomaya,A.Y.,etal.(2017).Resourcemanagementonthecloud:Asurvey.ACMComputingSurveys,50(6),1-36.