[发明专利]基于反向混沌布谷鸟搜索的自适应权重负载均衡算法

摘要

本发明公开了一种基于反向混沌布谷鸟搜索的自适应权重负载均衡算法，属于分布式计算领域。本发明包括以下步骤：S1：FCFS任务分配权重计算；S2，初始化种群个体；S3，对种群个体进行适应度评估；S4，根据反向学习策略对各维度的解进行评价更新；S5，更新种群，再次迭代；S6，输出最优任务分配权重。考虑集群请求任务分配的特性，建立任务分配权重模型。利用混沌变异算子映射到布谷鸟搜索种群的策略，处理搜索过程中每一阶段的最优解选择和劣解更新。通过反向学习的多样性因子对不同阶段中的鸟窝位置进行调整。通过改进后的算法使得寻找最优解的效率得到提高，从而有效提高了布谷鸟搜索的寻优效率并且更加适合于集群的负载均衡。

主权项

1.一种基于反向混沌布谷鸟搜索的自适应负载均衡算法，其特征在于包括如下步骤：/nA、选取服务器节点的综合负载指标，采用FCFS调度算法进行请求任务的调度，确定一组初始任务分配权重向量；/nB、根据初始任务分配权重向量对种群进行初始化，计算每个布谷鸟对应的目标函数，根据Logistic混沌信号变异得到初始种群的解；/nC、对种群个体进行适应度评估，在迭代过程中寻找种群最优解，根据反向学习策略对各维度的解进行评价更新，并对迭代过程中的劣解进行混沌变异更新，直到达到最大迭代次数，得到最终最优解；/nD、根据步骤C生成的最终最优解，采用Logistic混沌信号变异生成最终任务分配权重向量并输出，指导服务器节点的任务调度。/n