發(fā)布時間：2025-01-11 04:32

　　 為了解決云服務器聚類中出現(xiàn)的非線性問題,本文提出結合模糊C均值算法形成服務器聚類算法,并加入改進果蠅優(yōu)化算法克服GRNN收斂速度慢和易陷入極小值問題,而且云平臺收集23項性能指標,將FCM算法輸出結果經(jīng)過鄰域粗糙集算法分析挑選特征,避免維數(shù)災難問題。本文提出的算法相比于已有的研究成果,速度上分別加快了1.43、3.22和3.72倍;收斂步數(shù)方面,也分別縮減了1.61、5和6倍,并且在運行算法時,計算機的內(nèi)存和cpu占用率都控制在50%左右,不影響正常功能。而且云平臺的任務調度更加均衡,側面證明算法聚類效果的準確性。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖2本文算法與之前研究比較4.4對比實驗

orkTechnology《自動化技術與應用》2020年第39卷第8期TechniquesofAutomation&Applications鄰域粗糙集算法在這兩項指標上面排名第二，優(yōu)于已有文獻的算法，證明了本文改進的必要性。在資源占用方面，相比于后兩組對照組，將cpu利用率控制在....

圖3應用本文算法資源動態(tài)信息散點圖

需要同時控制種群和個體飛行方向，占用更多資源，但是在算法效率提高明顯的情況下，這些都是可以被接受的。圖2本文算法與之前研究比較4.4對比實驗在本組實驗中，驗證聚類結果是真實有效的，并且對于云平臺的調度效率有所提高。由于平臺任務提交模塊每隔半小時5種任務會各下100條，供虛擬資源執(zhí)....

圖5FCM+GRNN+果蠅算法資源動態(tài)信息散點圖

榭魷攏?廡┒際強梢員喚郵艿摹?圖2本文算法與之前研究比較4.4對比實驗在本組實驗中，驗證聚類結果是真實有效的，并且對于云平臺的調度效率有所提高。由于平臺任務提交模塊每隔半小時5種任務會各下100條，供虛擬資源執(zhí)行并收集數(shù)據(jù)，收集完整一天24小時*3027*5*100*2共7264....

圖3～6中內(nèi)存利用率差別均不大，而且數(shù)值都相對

嬲加們榭齷褂興?仙??蛭???嘔?惴?需要同時控制種群和個體飛行方向，占用更多資源，但是在算法效率提高明顯的情況下，這些都是可以被接受的。圖2本文算法與之前研究比較4.4對比實驗在本組實驗中，驗證聚類結果是真實有效的，并且對于云平臺的調度效率有所提高。由于平臺任務提交模塊每隔半小....

本文編號：4025947