基于多尺度量子谐振子算法的相空间概率聚类算法

2017-10-21 08:10:03王梓懿安俊秀
计算机应用 2017年8期

王梓懿,安俊秀,王 鹏

(1.成都信息工程大学 并行计算实验室,成都 610225; 2.西南民族大学 计算机科学与技术学院,成都 610225)

(*通信作者电子邮箱86631589@qq.com)

基于多尺度量子谐振子算法的相空间概率聚类算法

王梓懿1,安俊秀1*,王 鹏2

(1.成都信息工程大学 并行计算实验室,成都 610225; 2.西南民族大学 计算机科学与技术学院,成都 610225)

(*通信作者电子邮箱86631589@qq.com)

针对大型集群难以进行任务调度和资源分配的问题,提出一种基于多尺度量子谐振子算法的相空间概率聚类算法(PSPCA-MQHOA)。首先,将集群工作状态投影到相空间中,把复杂的集群工作状态转化为相空间中的点集;进而,将相空间网格化,形成多尺度量子谐振子算法(MQHOA)以处理离散目标函数;最后,利用MQHOA优化过程中波函数变化的概率解释对集群节点进行概率聚类。PSPCA-MQHOA继承了MQHOA物理模型明确、搜索能力强、结果精确等优点,并且由于以相空间作为离散化的目标函数,迭代次数大大减少。实验结果表明PSPCA-MQHOA能适用于多种负载状态的集群。

概率聚类;量子谐振子;相空间;波函数;集群

0 引言

随着云计算技术的大面积普及与应用,集群的规模将越来越大[1];同时节点间频繁的迁移、备份、失效处理等高耦合性操作对集群的任务调度和资源分配造成了巨大的困难[2-4]。一种有效的处理方案是:把集群节点按照工作状态聚类,同一聚类中的节点具有相同的负载状态,如CPU占用率、内存占用率、I/O吞吐量、磁盘空间、网络通信状态等。文献[5]运用模糊聚类技术把计算机划分成若干个能力均衡的逻辑集群;……

登录APP查看全文