.png){kind=icon}
返回
Multi-objective-based Strength Pareto Evolutionary Algorithm for QoS Parameters Optimization in Cloud Computing Systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.suscom.2026.101502.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种新型的多目标强度帕累托进化算法（MSPEA），用于异构云计算数据中心的高效虚拟机调度。
• 通过用拥挤距离方法替代基于聚类的管理，改进了传统的SPEA2存档更新机制，确保了帕累托最优解之间的更好多样性。
• 所提出的MSPEA模型在子代种群生成过程中消除了非支配排序，通过基于强度的适应度分配减少了计算开销并保留了解的多样性。
• 通过计算复杂度分析验证了所提出的MSPEA模型在大规模云系统中的可扩展性，该分析将其与SPEA2、MOHEFT和基于RL的调度器进行了比较。
• 所提出的MSPEA模型联合优化了三个相互冲突但至关重要的服务质量（QoS）指标——能耗、服务等级协议（SLA）违反和平均资源利用率，在动态的大规模和小规模云环境中进行优化。
• 使用真实的PlanetLab工作负载跟踪数据，在小型和大型配置设置下对所提出的MSPEA模型性能进行评估，并通过重复实验100次来捕捉其在多样化工作负载设置中的行为。
• 将所提出的MSPEA与基准多目标调度技术——SPEA2、MOHEFT和基于RL的调度器进行比较，以证明其在实现平衡折衷方面与上述方法相当。
• 通过收敛性分析、3D帕累托图和基于迭代比较的有效可视化，确认了所提出方法的高效性和鲁棒性。
Keyword:
Green Cloud
Energy Optimization
SLA violation
Multi objective, QoS
SPEA2
Resource Utilization
期刊
S
IF:
5.7
论文数:
85
被引数:
0
机构
引用论文
暂无论文信息