QoS感知的云服务优化组合研究  

Research on QoS-aware cloud service optimal composition

作　　者：刘志中[1] 雷冠军[2] 薛霄[1] 罗军伟[1] 

机构地区：[1]河南理工大学计算机科学与技术学院,河南焦作454000 [2]永城职业学院矿业工程系,河南永城476600

出　　处：《计算机应用研究》2012年第10期3919-3921,共3页Application Research of Computers

基　　金：国家自然科学基金面上基金资助项目(61175066);国家自然科学基金青年基金资助项目(60905041;61202136);中国博士后科学基金资助项目(20110490396);河南省高校科技创新人才计划资助项目;河南理工大学校博士基金资助项目

摘　　要：为了更好地解决服务质量感知的云服务优化组合问题,首先对社会认知算法进行了改进,提出了面向离散型优化问题的模仿学习方法以及基于多次变异的观察学习方法。然后使用改进的社会认知算法对服务质量感知的云服务优化组合问题进行了求解。实验结果表明,改进的社会认知算法具有较强的搜索能力和较快的收敛速度,并且具有较强的推广性,可以用来求解其他离散型优化问题。In order to address the problem of QoS-aware cloud services optimal composition,this paper firstly improved the social cognitive optimization,and proposed a kind of imitation learning method for discrete optimization problems and designed a kind of observation learning method.Then,it used the improved SCO algorithm to solve the QoS-aware cloud service optimal composition problem.The experiment results show that improved social cognitive optimal algorithm has strong search ability and fast convergence rate,it also can be used to solve other discrete optimization problems.

关 键 词：云计算 云服务组合 服务质量 社会认知算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]