基于混合遗传模拟退火算法的SaaS构件优化放置

作     者：孟凡超 初佃辉 李克秋 周学权 MENG Fan-Chao;CHU Dian-Hui;LI Ke-Qiu;ZHOU Xue-Quan

作者机构：哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209 大连理工大学计算机科学与技术学院辽宁大连116024 哈尔滨工业大学(威海)经济管理学院山东威海264209 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2016年第27卷第4期

页      面：916-932页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技支撑计划(2014BAF07B02) 国家自然科学基金(61432002) 山东省重大科技专项(2015ZDXX0201B02) 山东省自然科学基金(2015ZRA10032)~~ 

主　　题：软件即服务(SaaS) SaaS构件优化放置 虚拟机网络图 混合遗传模拟退火算法 

摘      要：目前,对于SaaS优化放置问题的研究都是假定云环境中的虚拟机的种类和数量都是确定的,即,在限定的资源范围内进行优化.然而,在公有云环境下,SaaS提供者所需要的云资源数量是不确定的,其需要根据Iaa S提供者所提供的虚拟机种类以及被部署的SaaS构件的资源需求来确定.为此,站在SaaS提供者角度,提出一种新的SaaS构件优化放置问题模型,并采用混合遗传模拟退火算法(hybrid genetic and simulated annealing algorithm,简称HGSA)对该问题进行求解.HGSA结合了遗传算法和模拟退火算法的优点,克服了遗传算法收敛速度慢和模拟退火算法容易陷入局部最优的缺点,与单独使用遗传算法和模拟退火算法相比,实验结果表明,HGSA在求解SaaS构件优化放置问题方面具有更高的求解质量.所提出的方法为SaaS服务模式的大规模应用提供了理论与方法的支撑.