.png){kind=icon}
返回
Intelligent multi-objective decision support system for efficient resource allocation in cloud computing
.png){kind=icon}
PRE
AI
DOI：10.1007/s10479-025-06763-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云系统内材料的动态分配对于优化系统架构、提高能源效率以及确保符合服务级别协议（SLA）至关重要。为解决工作负载不平衡和资源过载问题，本研究引入了一个用于云系统资源分配的智能多目标决策支持系统（IMODSS）。所提出的框架利用了改进的喂食鸟类算法（ModAFBA）与基于深度强化学习（DRL）的Q-学习算法的新型集成，以增强资源管理的适应性和有效性。通过结合ModAFBA的动态聚类能力与Q-学习的自适应决策能力，IMODSS能够有效优先处理任务、平衡虚拟机（VM）的工作负载并提高能源效率。使用Python和CloudSim进行的实验验证表明，IMODSS显著优于传统方法。具体而言，所提出的系统相比现有的基于云的资源分配模型HBCA、MOPSO和TPOSIS，将完工时间减少了15%至20%，能耗降低了18%至22%，虚拟机迁移减少了20%至25%。此外，Q-学习的集成增强了系统对服务质量（QoS）参数的管理，例如CPU和内存利用率效率以及SLA违规控制。因此，IMODSS框架能够在变化的负载条件下有效扩展，是下一代云计算环境的有前景的解决方案。
Keyword:
Intelligent multi-objective
Decision support system
Efficient resource allocation
Cloud computing
期刊
IF:
4.5
论文数:
8.1K
被引数:
2.1W
机构
引用论文
分享收藏Efficient Resource Management in Cloud Environments: A Modified Feeding Birds Algorithm for VM Consolidation云环境中的高效资源管理：一种改进的喂食鸟类算法用于虚拟机整合.png)
Mathematics
OAAI
MathematicsIF0
OAAI分享收藏Dynamic Energy Efficient Resource Allocation Strategy for Load Balancing in Fog Environment雾环境下面向负载均衡的动态节能资源分配策略IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Multi-objective load balancing in cloud infrastructure through fuzzy based decision making and genetic algorithm based optimization基于模糊决策和遗传算法优化的云计算基础设施多目标负载均衡OAAI
OAAI分享收藏IoT Resource Allocation and Optimization Based on Heuristic Algorithm基于启发式算法的物联网资源分配与优化SENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Autonomic task scheduling algorithm for dynamic workloads through a load balancing technique for the cloud-computing environment通过用于云计算环境的负载平衡技术实现动态工作负载的自主任务调度算法
PREAI
分享收藏
查看更多内容