基于改進的SFLA算法的ERP網(wǎng)絡服務器資源調(diào)度

【摘要】為了提高ERP網(wǎng)絡服務器的服務效率，采用改進的SFLA算法實現(xiàn)服務器的任務調(diào)度。本文先對服務器任務調(diào)度原則和調(diào)度策略進行了分析，接著對SFLA算法基本原理及數(shù)學模型進行了詳述，并提出了智能群體算法和自適應SFLA混合的改進SFLA算法，最后運用實例仿真驗證該算法在ERP網(wǎng)絡服務器資源調(diào)度中的性能，與傳統(tǒng)SFLA算法比較，改進算法在ERP網(wǎng)絡資源調(diào)度中具有更快收斂性和更高精確性，具有一定的研究價值。

【關鍵詞】ERP網(wǎng)絡服務器;資源調(diào)度;SFLA算法

1.引言

目前，越來越多的行業(yè)逐漸采用信息化手段對企業(yè)業(yè)務進行監(jiān)控和管理，以達到數(shù)據(jù)中心借助網(wǎng)絡進行高效辦事、降低企業(yè)成本的目的，同時提升整體系統(tǒng)在應用方面的綜合性。ERP行業(yè)借助信息化手段實現(xiàn)系統(tǒng)環(huán)境監(jiān)控、電子辦公、網(wǎng)絡調(diào)度等業(yè)務，隨著信息化程度不斷提高，ERP網(wǎng)絡服務器負載量更大，造成網(wǎng)絡數(shù)據(jù)上傳下載速度降低，因此如何提高ERP網(wǎng)絡服務器的資源調(diào)度顯得非常重要。

ERP網(wǎng)絡服務器資源調(diào)度需要解決三方面的問題：高效的監(jiān)控系統(tǒng)資源，資源動態(tài)調(diào)度和部署以及客戶管理。網(wǎng)絡化手段最本質(zhì)的特征是實現(xiàn)資源共享，而資源調(diào)度作為資源共享的重要手段，在很大程度上影響著ERP網(wǎng)絡服務器的服務效率。

本文從調(diào)度算法方面來對ERP網(wǎng)絡服務器資源調(diào)度進行研究，為了進一步優(yōu)化服務器調(diào)度算法的性能，特別是從收斂速度和調(diào)度精度方面進行深層優(yōu)化，選擇了SFLA算法來完成ERP網(wǎng)絡服務器任務調(diào)度。

2.改進的SFLA算法

2.1 SFLA算法基本原理

混合蛙跳算法借助于青蛙集體覓食的行為，結合信息傳遞過程，將全局的信息交換和局部搜索相結合，達到局部的信息傳遞的目的。

混合蛙跳算法中的所有青蛙被劃分為不同的組，每一組有自己的思想，每組青蛙相互獨立，能夠進行組內(nèi)局部搜索，而且組內(nèi)的青蛙之間可以方便實現(xiàn)信息交換;組與組之間可以實現(xiàn)全局的交換，組內(nèi)信息交換與組間信息傳遞共同完成數(shù)據(jù)共享交換，這便是SFLA算法的基本原理。混合蛙跳算法是一種混合運算，子集實現(xiàn)深度搜索與交換，全集結果由子集經(jīng)過簡單交換來實現(xiàn)。

2.2 SFLA算法數(shù)學模型

SFLA算法主要數(shù)學模型為：預先隨機生成數(shù)量為P只的青蛙，然后對生成的青蛙的位置信息進行描述，并根據(jù)位置信息對這P只青蛙進行排序，對已經(jīng)排序的青蛙進行子集劃分。接著根據(jù)公式（1）將新加入的青蛙加入子集中。

（1）

然后根據(jù)（2）和（3）式對子集進行搜索，交換順序。

（2）

（3）

如何新的位置比舊位置更好，則將新位置青蛙的替代原位置的青蛙，否則運用（4）式進行替換。

（4）

按（4）式求解的距離仍無改進，則再隨機產(chǎn)生新的青蛙來替代當前青蛙。接著進行替代重復，直到完成子集搜索。

2.3 SFLA算法改進

傳統(tǒng)的SFLA算法雖然很好實現(xiàn)了全集優(yōu)化，但是在收斂速度和精度方面，相比其他優(yōu)化算法來說較為遜色，在此基礎上，本文對SFLA算法進行改進，提出了群體智能算法與自適應混合蛙跳算法混合的優(yōu)化算法，這種算法很好地將智能群體算法收斂速度快的優(yōu)點和自適應SFLA精度高的優(yōu)點結合，提高了算法性能。

該混合算法將青蛙群體劃分為兩個子群，一個子群采用群體智能算法，另外一個子群采用自適應混合蛙跳算法，混合群體算法可根據(jù)個體搜索得到的最佳位置和全體最佳位置，對個體自適應調(diào)整運行速度和位置，在運算開始保持良好的收斂速度[8]，當然，混合群體算法也有弊端，比較容易得到局部最優(yōu)解。而自適應混合蛙跳算法在子群搜索完畢后，將子群進行合并再優(yōu)化，很好地彌補了群體智能算法局部最優(yōu)的弊端。兩種算法的混合，是對收斂速度和精度的折中與平衡。

智能群體算法可以動態(tài)調(diào)節(jié)個體速度和位置，數(shù)學模型如（5-8）式所示。

（5）

（6）

（7）

（8）

其中xi、vi、pi、pg、wt分別表示個體i的位置、運行速度、子集最優(yōu)位置、全集最優(yōu)位置、速度更新加權控制參數(shù)。

自適應SFLA是根據(jù)青蛙上次運行的位置和最優(yōu)值及鄰近青蛙位置，來動態(tài)子集搜索優(yōu)化。具體數(shù)學模型如（9-11）式所示。

（9）

（10）

（11）

（12）

具體更新策略：

（13）

（14）

（15）

其中Dis、t、W分別表示移動步長、當前迭代次數(shù)、權重因子。

3.實例仿真

本文的實例仿真主要對ERP網(wǎng)絡服務器任務調(diào)度的傳統(tǒng)SFLA算法及本文提出的智能群體和自適應SFLA混合算法的性能進行分析比較。

本實驗的目的在于通過仿真實驗驗證改進算法在收斂速度和精度方面的改進情況。本文一共設置10個任務同時訪問ERP網(wǎng)絡資源，選擇7個任務數(shù)量，采用傳統(tǒng)SFLA和本文混合算法進行編程實現(xiàn)，仿真結果對比圖如圖1所示。

在相互獨立的100個任務下，采用20個ERP網(wǎng)絡服務器虛擬機資源，用戶任務撤銷率為15%的條件下，進行重復實驗20次。從實驗的結果可以看出，改進的混合蛙跳算法具有更快的收斂速度，尋找最優(yōu)解的速度加快，因此則可以快速實現(xiàn)任務調(diào)度分配，提高了ERP網(wǎng)絡服務器資源利用率。

圖1 仿真結果對比圖

為了對算法精確度進行分析比較，采取資源選擇準確比例來衡量，為了驗證此性能，分別實驗次數(shù)為5、10、15、20、25、30、35、40、45次。仿真結果如圖2所示。

圖2 資源選擇準確比結果圖

從圖2可以看出，改進的SFLA算法的精確度明顯優(yōu)于傳統(tǒng)SFLA算法，基本保持在0.1左右，而傳統(tǒng)SFLA算法平均值超過0.3。

4.結語

本文采用改進SFLA算法，即智能群體和自適應SFLA混合算法來實現(xiàn)ERP網(wǎng)絡服務器的資源調(diào)度，在任務調(diào)度優(yōu)化的過程中，實現(xiàn)全局優(yōu)化和局部搜索，收斂速度快，精度高。經(jīng)實驗證明，該優(yōu)化算法性能高，能夠有效提高ERP網(wǎng)絡服務器資源調(diào)度的效率，具有一定的研究價值。

參考文獻

[1]金強.運用信息化手段推進企業(yè)精細化管理[J].中國管理信息化，2013，（01）：38.

[2]宋亞娟.制造企業(yè)ERP系統(tǒng)實施經(jīng)驗總結[J]. 無線互聯(lián)科技，2013（03）

[3]張海玉，劉軍，劉志都.基于混沌優(yōu)化策略的SFLA算法[J].計算機應用研究，2013（06）.

作者簡介：

曲文亮（1980—），男，吉林吉林人，北華大學實驗師，研究方向：計算機應用及校園網(wǎng)絡的研究。

劉福媚（1980—），女，吉林吉林人，北華大學實驗師，研究方向：計算機應用及校園網(wǎng)絡的研究。