為了解決云服務(wù)器聚類中出現(xiàn)的非線性問(wèn)題,本文提出結(jié)合模糊C均值算法形成服務(wù)器聚類算法,并加入改進(jìn)果蠅優(yōu)化算法克服GRNN收斂速度慢和易陷入極小值問(wèn)題,而且云平臺(tái)收集23項(xiàng)性能指標(biāo),將FCM算法輸出結(jié)果經(jīng)過(guò)鄰域粗糙集算法分析挑選特征,避免維數(shù)災(zāi)難問(wèn)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(yùn)行算法時(shí),計(jì)算機(jī)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(tái)的任務(wù)調(diào)度更加均衡,側(cè)面證明算法聚類效果的準(zhǔn)確性。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖2本文算法與之前研究比較4.4對(duì)比實(shí)驗(yàn)

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

圖3應(yīng)用本文算法資源動(dòng)態(tài)信息散點(diǎn)圖

需要同時(shí)控制種群和個(gè)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(duì)比實(shí)驗(yàn)在本組實(shí)驗(yàn)中，驗(yàn)證聚類結(jié)果是真實(shí)有效的，并且對(duì)于云平臺(tái)的調(diào)度效率有所提高。由于平臺(tái)任務(wù)提交模塊每隔半小時(shí)5種任務(wù)會(huì)各下100條，供虛擬資源執(zhí)....

圖5FCM+GRNN+果蠅算法資源動(dòng)態(tài)信息散點(diǎn)圖

榭魷攏?廡┒際強(qiáng)梢員喚郵艿摹?圖2本文算法與之前研究比較4.4對(duì)比實(shí)驗(yàn)在本組實(shí)驗(yàn)中，驗(yàn)證聚類結(jié)果是真實(shí)有效的，并且對(duì)于云平臺(tái)的調(diào)度效率有所提高。由于平臺(tái)任務(wù)提交模塊每隔半小時(shí)5種任務(wù)會(huì)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(shí)*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(duì)

嬲加們榭齷褂興?仙??蛭???嘔?惴?需要同時(shí)控制種群和個(gè)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(duì)比實(shí)驗(yàn)在本組實(shí)驗(yàn)中，驗(yàn)證聚類結(jié)果是真實(shí)有效的，并且對(duì)于云平臺(tái)的調(diào)度效率有所提高。由于平臺(tái)任務(wù)提交模塊每隔半小....

本文編號(hào)：4025947