论文研究-基于去同步技术的异步8051设计与实现.pdf

所需积分/C币:6 2019-09-10 14:02:58 920KB .PDF
收藏 收藏
举报

网格计算和对等计算有很多可以融合的特征。在传统的网格环境中,资源的发现和定位主要用集中式或者分层式来解决,随着网格规模的扩大,这种方式明显不适合网格环境。另一方面,P2P为大规模分布式环境下有效地发现资源提供了可扩展性方案。首先提出了一种集成P2P模式的网格资源管理模型,然后基于该模型提出了一种融合遗传和蚂蚁算法的资源发现算法。理论分析和仿真证明了遗传蚂蚁算法能有效地提高P2PGrid环境下的资源发现性能。
熊曾刚,杨扬,刘丽,等:集成P2P模式的网格资源发现算法研究 2008,44(4)113 (1)初始化遗传算法的参数,假设种群数为N=50,交叉概真过程,为了简化操作,将P2P中的Per作为 GridPeer网格社 率为P=0.6,变异概率pn=0.2。 区资源。随机选择一些存在的 GridPeer作为加入节点的邻居。 (2)设置遗传算法的终止条件。最小最大迭代次数:假设拓扑中分别包含N=100,N=200,N=300,N=400,N=500个 Gene=15,Gene灬=50,遗传算法在最大最小迭代次数范围内, GridPeers。所有的 GridPeers都是以非结构化的的拓扑来进行 如果连续 Gene=3,子代群体的进化率都小于 Gene管理的。每个 GridPeer的邻居数量符合正态分布,平均有N20 5%,则说明遗传算法可以终止,进入蚂蚁算法。 个,标准方差为1.5。每个 GridEr的邻居节点通过 GridPeer的 (3)设置随杋生成的初始种群数P(t),令t=0,计算P(0)中路由转发表被随机的选择和连接。资源通过在每个 GridPeer的 个体的适应度值。∥这里t是遗传代数 路由表中増加一个标识符来表示,每个标识符代表着一个资源 (4) while(不满足遗传算法终止条件)do 名称。资源的分布密度为D,单位为1/100。假设 GridPeer K的 依据个体适应值和轮盘赌选择策略确定Pt)屮每个个资源密度D为两种情况:D=3,D=5。 GridPeer能够动态地进入 体的选择概率p; 和退出P2 GRid环境。每组实验根据拓扑结构中 GridPeers节 依据选择概率p在P(t)内选择两个父体; 点数情况进行10次实验得到平均值。 依据交义概率P将两个父体进行杂交后得到的后代插入 我们比较了洪泛法和遗传蚂蚁算法。比较的基本标准为: 到新群体P(t+1)中 Average Hops:在相同的节点数以及相同的资源分布情况下 依据变异概率pm将两个父体进行杂交后得到的后代插入资源被发现的平均跳数; Average Success rate:在相同的节点 到新群体P(t+1)中 数以及相同的资源分布情况下,资源被发现的平均成功率。 计算P(t+1)中的个体适应值,=t+1。 图4和图5分别显示了在相同条件下洪泛法和遗传蚂蚁算 法资源被发现的平均跳数和资源被发现的平均成功率。图4显 (5)从P(t)中选择适应能力强的20%的个体即10个放入示了在相同条件下遗传蚂蚁算法在资源被发现的平均跳数上性 到集合S中,将集合中每个解s对于经过的路径则自加10能要优于传统的洪泛法,特别是在 GridPeer数量增大的情况下。 再插入到集合τ中;然后依据公式(1)计算各 GridPeer间路径另外,随着资源密度的减少,遺传蚂蚁算法的资源被发现的平均 的初始信息素r,。 跳数也在减少。按照平均査找成功率,图5也显示了遗传蚂蚁算 (6)初始化蚂蚁算法参数:α=1,B=2,p=02,Q=100;蚂蚁算法比洪泛法性能要高。随着资源密度的减少,遗传蚂蚁算法查找 法结束条件:Antm=100;蚂蚁数量m=10。 成功率也在下降因此,资源查找的成功率还与资源密度有关系。 (⑦)在 GridPeer t处放置m只蚂蚁,我们称之为源Gid 100 Per;我们按照如下概率选择从 Grid Peer i到下一个 GridPeer j .Flooding d= 也即下一跳 O GAA D=3 VGAA D-5 arg max[[T(t)](ni (o)) when q<go (5) others 这里,qo是一个门槛值;是一个随机统一分布值,q∈(0,1); aled是蚂蚁k在所有 GridPeers集合中还没有被访问到的 GridPeer的集合;r(t)是在t时刻 GridPeer i和 GridPeer j 有信息素值;是一个启发式信息,它是从 GridPeer i到 GridEr j所消耗的时间代价的倒数,假定通信时间最多不超 0 300 500 过500m;c表示轨迹r的相对重要性;B表示能见度n的 GridPeer number 相对重要性;J是未被访问的 GridPeer的 allowed集合,它由 图4相同条件下资源被发现的平均跳数 蚂蚁移动到下一个 GridEr的概率p(t)决定: -AGAA D= T ( tlna 0. GAA D=3 ,J∈ allowed, s Allowed fLooding d=5 p,(1=∑nP 0.8 others (8)当所有蚂蚁完成了从源 GridEr到目标 GridEr路由 0.7 的时候,计算m种方案的适应值,并选择最优方案,即跳数最 小的方案。 9)采用蚂蚁圈模型进行信息素更新,即一圈中只有最短 0.5 跳数的蚂蚁才进行信息素更新,而所有路径的轨迹更新方程均 400 500600 采用公式(2)~(4)进行; 图5相冋条件下资源被发现的平均成功率 (10)如果满足蚂蚁算法的最大迭代次数Antm=100,求出所 有方案中的最优方案并退出循环;否则转到步骤(7继续执行。6结束语 文中提出了用遗传蚂蚁算法在P2 GRid中发现资源,遗传 5仿真结果与性能分析 蚂蚁算法的有效性由 GridEr数以及在节点上的资源分布密 我们分析了一种类似于 gnutella的P2P拓扑仿真器。在仿 (下转140页)

...展开详情
试读 3P 论文研究-基于去同步技术的异步8051设计与实现.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38744270 如果觉得有用,不妨留言支持一下
2019-09-10
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分,得勋章
最新推荐
论文研究-基于去同步技术的异步8051设计与实现.pdf 6积分/C币 立即下载
1/3
论文研究-基于去同步技术的异步8051设计与实现.pdf第1页

试读结束, 可继续阅读

6积分/C币 立即下载 >