基于优化遗传算法的负载均衡策略研究

移动互联网和云计算技术的飞速发展,孕育了一种新的移动服务框架——移动云计算(mobile cloud computing,MCC)。传统遗传算法(standard genetic algorithm,SGA)作为一种元启发式算法,在解决移动云环境中负载均衡问题时存在着收敛速度慢、易于陷入局部收敛的问题。提出了一种优化的负载均衡算法,采用基于多目标的适应度函数,自适应的交叉和变异算子,更好地适应了移动云环境中资源的异质性特征和资源部署的实时性需求。采用云仿真器Cloudsim进行仿真,结果表明改进算法在负载均衡度和资源部署时间方面均优于传统遗传算法。

基于移动代理网格计算的资源管理模型研究

为了研究基于移动代理的网格计算资源管理模型,介绍了网格计算环境和其体系结构应有的特征,并分析了基于其上的应用层模型应有的特征;根据各种不同的资源管理策略,研究了各种策略的优点和不足,并提出了各种改进方法;同时,提出了将移动代理引入网格计算中以解决资源管理、作业调度等问题的思想。

基于遗传算法的移动代理调度

移动代理能够从一台机器移动到网络上的另一台机器,这对平衡系统中的负载很有作用。然而在移动代理系统中缺乏调度机制,以指导代理的移动。论文基于遗传算法设计一个移动代理系统的调度框架,使代理能够移动到负载轻的机器,达到平衡负载的目的。方法的有效性通过实验得到了验证。

基于移动代理的网格作业管理模型的研究

网格作业管理是网格的最主要的功能之一,主要涉及到网格计算环境下作业调度和分配、作业分解和迁移、负载平衡等问题。介绍了一种引用移动代理Agent技术的网格作业管理模型,并针对该系统依次详细地描述了其中的作业提交与发布、作业调度以及作业的分解和迁移,最后给出基于移动代理的网格作业管理模型的原型系统,并对该系统作单机与联机的性能进行分析和比较。