一种基于生态捕食模型的网络负载平衡算法

《一种基于生态捕食模型的网络负载平衡算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2010，46（19）103一种基于生态捕食模型的网络负载平衡算法胡益红，蒋加伏，赵嘉HUYi-hong，JIANGJia-fu，ZHAOJia长沙理工大学计算机与通信工程学院，长沙410076SchoolofComputer&CommunicationEngineering，ChangshaUnivercityofScience&Technology，Changsha410076，ChinaHUYi-hong，JIANGJia-fu，ZHAOJia.Networklo

2、adbalancingalgorithmbasedonecologicalpredator-preymodel.Com-puterEngineeringandApplications，2010，46（19）：103-105.Abstract：Aimingatsolvingtheloaddistributionprobleminthedistributedsystems，throughtheresearchoftheecologicalpredator-preymodel，adistributedcontrolnetworkloadbanancingal

3、gorithmbasedonecologicaldifferenceequationmathmati-calmodelisproposed.Thealgorithmcorrespondsthetwonodestothepredatorandpreyofecosystem，andcorrespondstheloadinformationvolumeofnodestoecosystempopulations，dynamicllyadjuststheloadinformationvolumeofnodesusingecologicaldifferenceeq

4、uationmathmaticalmodeloftwospeciesandachievesnetworkloadbalancing.Experimentshaveprovedthevalidityofthisalgorithm.Keywords：distributedsystem；loadbalancing；ecologicaldifferenceequation；networkloadbalancingalgorithm摘要：针对分布式系统的负载分配问题，通过对生态捕食模型的研究，提出一种基于生态差分方程数学模型、分布式控制的网络负载平衡算法。该算法

5、将两节点对应到生态系统的捕食者和被捕食者，将各节点的负载信息对应到种群规模，利用两种群生态差分方程数学模型动态调整节点负载信息，达到网络负载平衡。实验证明了该算法的有效性。关键词：分布式系统；负载平衡；生态差分方程；网络负载平衡算法DOI：10.3778/j.issn.1002-8331.2010.19.030文章编号：1002-8331（2010）19-0103-03文献标识码：Ａ中图分类号：TP301.6；TP3111引言蚁群算法是一种后启发式搜索方法，是目前负载平衡应用较多的一种方法，不能保证收敛于全局最优[8]。然而，负载平衡随着分布式系统在计

6、算机网络中的广泛应用，使得网络中多台计算机可以同时工作，共同完成作业。而在实际应用问题并非一定要求得最优解，只需求得一组或几组“非劣解”，中，由于各种不确定因素经常导致一些节点重载，一些节点轻使系统不致造成拥塞即可。载的负载不平衡现象。因此，如何将网络中要处理的任务合因此，利用生态系统的自我调节特性，提出一种基于生态理分配到网络资源中去，以使网络中资源使用最为合理和充差分方程数学模型的网络负载平衡算法。实验证明该算法能分，即负载平衡问题，也就成为了网络研究的主要问题[1-3]。到快速有效地使两节点网络达到负载平衡。目前为止，国内外研究人员对负载平衡问题

7、做了大量的研究，主要研究的方法有k子集算法[4-6]、遗传算法[7]、蚁群算法[8]等，2生态捕食者—被捕食者模型并取得了不少成果。对于两种群的生态捕食—被捕食系统[9-10]，为了建立数学文献[4]提出一种先随机地从n个节点中选择k个节点，然模型，假定种群x1为被捕食者，种群x2为捕食者，即种群x1供食后从中选择负载最小的节点作为新请求的处理节点，能够有于种群x2。则生态捕食者——被捕食者模型为：效利用陈旧信息来提高负载平衡效果的k子集算法。文献[5]（1）基本模型提出k子集算法的两种改进算法：基本LI算法和贪婪LI算假设a10，a20为种群x1，x

8、2的内禀增长率，若不存在捕食者x2法。文献[6]考虑节点过载的情况下，将随机选择的节点集合时，