為了解決Web集群中的高并發(fā)訪問和資源異構(gòu)引發(fā)的負(fù)載不均衡問題,提出了一種基于改進(jìn)布谷鳥搜索的負(fù)載均衡算法。該算法建立了自適應(yīng)負(fù)載分配權(quán)重模型,使用基于目標(biāo)函數(shù)的布谷鳥搜索算法尋找最優(yōu)權(quán)重。首先,根據(jù)集群任務(wù)調(diào)度特性定義了負(fù)載分配權(quán)重,并建立了集群調(diào)度的目標(biāo)函數(shù)。其次,將負(fù)載分配權(quán)重編碼為布谷鳥種群個(gè)體,使用布谷鳥搜索算法尋找最優(yōu)個(gè)體,結(jié)合目標(biāo)函數(shù)進(jìn)行評(píng)估。另外,通過混沌變異增加初始種群的均勻度和離散度,并通過在布谷鳥搜索中引入反向?qū)W習(xí),加速了最優(yōu)權(quán)重的輸出,根據(jù)最優(yōu)權(quán)重將任務(wù)調(diào)度至集群中的各節(jié)點(diǎn)。結(jié)果表明:負(fù)載均衡算法使得整個(gè)集群的服務(wù)響應(yīng)時(shí)間降低60%左右,在高并發(fā)請(qǐng)求情況下可顯著提高異構(gòu)集群的服務(wù)容量和負(fù)載均衡度。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引 言
1 模型定義
    1.1 Web集群負(fù)載分配模型
    1.2 自適應(yīng)負(fù)載分配權(quán)重
    1.3 任務(wù)調(diào)度時(shí)間模型
2 改進(jìn)的布谷鳥搜索算法
    2.1 混沌變異
    2.2 反向?qū)W習(xí)
    2.3 改進(jìn)布谷鳥搜索算法
    2.4 算法流程
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 算法性能測(cè)試
    3.2 負(fù)載均衡實(shí)驗(yàn)
4 結(jié) 論



本文編號(hào)：3774269