论文部分内容阅读
针对单一优化目标的基于用户需求或服务质量的虚拟资源分配问题,采用协同决策方法,将用户满意、效能最优和服务质量多目标协同集成,以虚拟资源计算服务租用收益和用户满意度效用最大化为优化目标,构建虚拟资源分配集成优化模型。提出改进的量子粒子群算法,设计种群的个体学习权重因子,增加个体寻优的学习激励策略,设置粒子搜索的学习阈值,解决算法陷入局部最优解的问题。通过种群搜索学习求解,得出满足用户需求、效能和服务质量的虚拟资源作业分配的最优服务收益选择方案。仿真结果表明,改进算法具有较好的全局搜索效率和性能。