基于蚁群算法的面向服务软件的部署优化方法

李琳; 应时; 赵翀; 董波

doi:10.3969/j.issn.0372-2112.2016.01.018

您当前的位置：

首页 >

文章列表页 >

基于蚁群算法的面向服务软件的部署优化方法

学术论文 | 更新时间：2025-07-16

- 基于蚁群算法的面向服务软件的部署优化方法
- Deployment Optimization of Service-Oriented Software Based on Ant Colony Algorithm
- 电子学报 2016年44卷第1期页码：123-129
- 作者机构：
  
  1. 武汉大学软件工程国家重点实验室,湖北,武汉,430072
  2. 武汉大学计算机学院,湖北,武汉,430072
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61373038,No.61070012);国家863高技术研究发展计划 (No.2012AA011204-01)
- DOI：10.3969/j.issn.0372-2112.2016.01.018
  中图分类号： TP311
- 网络出版：2016-01-25，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
李琳, 应时, 赵翀, 等. 基于蚁群算法的面向服务软件的部署优化方法[J]. 电子学报, 2016,44(1):123-129.

LI Lin, YING Shi, ZHAO Chong, et al. Deployment Optimization of Service-Oriented Software Based on Ant Colony Algorithm[J]. Acta Electronica Sinica, 2016, 44(1): 123-129.
李琳, 应时, 赵翀, 等. 基于蚁群算法的面向服务软件的部署优化方法[J]. 电子学报, 2016,44(1):123-129. DOI： 10.3969/j.issn.0372-2112.2016.01.018.

LI Lin, YING Shi, ZHAO Chong, et al. Deployment Optimization of Service-Oriented Software Based on Ant Colony Algorithm[J]. Acta Electronica Sinica, 2016, 44(1): 123-129. DOI： 10.3969/j.issn.0372-2112.2016.01.018.

摘要

面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型

设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验

验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.

Abstract

The deployment optimization of service-oriented software is well known to be NP hard.In this paper

a software deployment optimization model is built for improving the performance of service-oriented software

and an Ant Colony Algorithm for Deployment Optimization (ACO-DO) is designed to solve it so that the near-optimal solutions can be obtained quickly.The algorithm improves ant colony algorithm by designing a heuristic based on the considered problem

optimizing the orders of constructing deployment solutions and adding a local search procedure.A series of instances with different sizes are tested and analyzed.The experimental results show that the designed ACO-DO algorithm performs better than the existing Mixed Integer Linear Programming

ant colony and genetic algorithms.

关键词

Keywords

references

浏览量

948

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

强噪声背景下动车组轴承微弱故障信号检测

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

认知网络中基于蚁群算法的网络流量预测模型

GOSBMB:基于客户操作系统行为的虚拟机内存均衡方法