云计算机环境资源配置技术研究

摘要：

针对云计算机资源管理过程中如何减少人工操作，达到资源自适应管理这一问题，提出了基于负载相似度的神经网络负载预测算法和基于混合分组编码的多目标遗传算法的资源管理策略。针对不同神经网络和不同规模物理节点，分别在Matlab和CloudSim环境下进行了仿真实验。实验结果表明，基于负载相似度的Elman神经网络负载预测算法适应云计算机系统的动态特点，可以有效提高资源负载预测的准确性；基于混合分组编码的多目标遗传算法的资源管理策略能在减少虚拟机迁移次数的同时优化物理机使用数量。

关键词：云计算、负载预测、神经网络、虚拟机迁移

所属期刊栏目：39

分类号：TN711-34;TM417(基本电子电路)

在线出版日期：2016-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-28,32