基于改進(jìn)人工蜂群算法的云資源調(diào)度策略

趙恪振

關(guān)鍵詞：云計算；人工蜂群算法；混沌因子；自適應(yīng)k 鄰域；動態(tài)權(quán)重

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-8228（2023）11-01-05

0 引言

由于云環(huán)境的復(fù)雜性和不確定性[1]，傳統(tǒng)的資源調(diào)度算法難以滿足應(yīng)用需求，因此，許多學(xué)者使用了群智能優(yōu)化算法（如遺傳算法[2]、粒子群算法[3]、鯨魚算法[4]和人工蜂群算法[5]等）來解決云資源調(diào)度中的難題。其中，人工蜂群算法具有很好的全局搜索能力和適應(yīng)性，但其存在收斂速度慢、易陷入局部最優(yōu)等缺點(diǎn)。對其缺點(diǎn)的改進(jìn)如：申子明[6]通過混合差分進(jìn)化和叢林法則改進(jìn)人工蜂群算法，實現(xiàn)虛擬機(jī)在主機(jī)間的負(fù)載均衡；位可冰[7]通過動態(tài)地維護(hù)一組數(shù)量固定的精英解，提取其有益信息來改進(jìn)采蜜蜂的搜索方程，加快了算法收斂速度；鄭洲等人[8]提出基于任務(wù)聚類的人工蜂群算法，提高了觀察蜂選擇優(yōu)秀蜜源的概率并增強(qiáng)了搜索廣度；常小剛[9]通過動態(tài)調(diào)整種群的搜索步長，前期重搜索，后期重開發(fā)，實驗結(jié)果顯示有著不錯的收斂精度和速度。

本文針對人工蜂群算法在資源調(diào)度中的問題，提出一種基于自適應(yīng)k 鄰域搜索的人工蜂群算法；首先，引入混沌因子增強(qiáng)種群的多樣性；其次，結(jié)合動態(tài)因子與自適應(yīng)k 鄰域搜索策略，動態(tài)控制鄰域范圍，最后利用局部和全局最優(yōu)解信息及動態(tài)權(quán)重，調(diào)整步長以避免陷入局部最優(yōu)。