基于改进的SFLA算法的ERP网络服务器资源调度

【摘要】为了提高ERP网络服务器的服务效率，采用改进的sfla算法实现服务器的任务调度。本文先对服务器任务调度原则和调度策略进行了分析，接着对SFLA算法基本原理及数学模型进行了详述，并提出了智能群体算法和自适应SFLA混合的改进SFLA算法，最后运用实例仿真验证该算法在erp网络服务器资源调度中的性能，与传统SFLA算法比较，改进算法在ERP网络资源调度中具有更快收敛性和更高精确性，具有一定的研究价值。

【关键词】ERP网络服务器;资源调度;SFLA算法

1.引言

目前，越来越多的行业逐渐采用信息化手段对企业业务进行监控和管理，以达到数据中心借助网络进行高效办事、降低企业成本的目的，同时提升整体系统在应用方面的综合性。ERP行业借助信息化手段实现系统环境监控、电子办公、网络调度等业务，随着信息化程度不断提高，ERP网络服务器负载量更大，造成网络数据上传下载速度降低，因此如何提高ERP网络服务器的资源调度显得非常重要。

ERP网络服务器资源调度需要解决三方面的问题：高效的监控系统资源，资源动态调度和部署以及客户管理。网络化手段最本质的特征是实现资源共享，而资源调度作为资源共享的重要手段，在很大程度上影响着ERP网络服务器的服务效率。

本文从调度算法方面来对ERP网络服务器资源调度进行研究，为了进一步优化服务器调度算法的性能，特别是从收敛速度和调度精度方面进行深层优化，选择了SFLA算法来完成ERP网络服务器任务调度。

2.改进的SFLA算法

2.1 SFLA算法基本原理

混合蛙跳算法借助于青蛙集体觅食的行为，结合信息传递过程，将全局的信息交换和局部搜索相结合，达到局部的信息传递的目的。

混合蛙跳算法中的所有青蛙被划分为不同的组，每一组有自己的思想，每组青蛙相互独立，能够进行组内局部搜索，而且组内的青蛙之间可以方便实现信息交换;组与组之间可以实现全局的交换，组内信息交换与组间信息传递共同完成数据共享交换，这便是SFLA算法的基本原理。混合蛙跳算法是一种混合运算，子集实现深度搜索与交换，全集结果由子集经过简单交换来实现。

2.2 SFLA算法数学模型

SFLA算法主要数学模型为：预先随机生成数量为P只的青蛙，然后对生成的青蛙的位置信息进行描述，并根据位置信息对这P只青蛙进行排序，对已经排序的青蛙进行子集划分。接着根据公式（1）将新加入的青蛙加入子集中。

（1）

然后根据（2）和（3）式对子集进行搜索，交换顺序。

（2）

（3）

如何新的位置比旧位置更好，则将新位置青蛙的替代原位置的青蛙，否则运用（4）式进行替换。

（4）

按（4）式求解的距离仍无改进，则再随机产生新的青蛙来替代当前青蛙。接着进行替代重复，直到完成子集搜索。

2.3 SFLA算法改进

传统的SFLA算法虽然很好实现了全集优化，但是在收敛速度和精度方面，相比其他优化算法来说较为逊色，在此基础上，本文对SFLA算法进行改进，提出了群体智能算法与自适应混合蛙跳算法混合的优化算法，这种算法很好地将智能群体算法收敛速度快的优点和自适应SFLA精度高的优点结合，提高了算法性能。

该混合算法将青蛙群体划分为两个子群，一个子群采用群体智能算法，另外一个子群采用自适应混合蛙跳算法，混合群体算法可根据个体搜索得到的最佳位置和全体最佳位置，对个体自适应调整运行速度和位置，在运算开始保持良好的收敛速度[8]，当然，混合群体算法也有弊端，比较容易得到局部最优解。而自适应混合蛙跳算法在子群搜索完毕后，将子群进行合并再优化，很好地弥补了群体智能算法局部最优的弊端。两种算法的混合，是对收敛速度和精度的折中与平衡。

智能群体算法可以动态调节个体速度和位置，数学模型如（5-8）式所示。

（5）

（6）

（7）

（8）

其中xi、vi、pi、pg、wt分别表示个体i的位置、运行速度、子集最优位置、全集最优位置、速度更新加权控制参数。

自适应SFLA是根据青蛙上次运行的位置和最优值及邻近青蛙位置，来动态子集搜索优化。具体数学模型如（9-11）式所示。

（9）

（10）

（11）

（12）

具体更新策略：

（13）

（14）

（15）

其中Dis、t、W分别表示移动步长、当前迭代次数、权重因子。

3.实例仿真

本文的实例仿真主要对ERP网络服务器任务调度的传统SFLA算法及本文提出的智能群体和自适应SFLA混合算法的性能进行分析比较。

本实验的目的在于通过仿真实验验证改进算法在收敛速度和精度方面的改进情况。本文一共设置10个任务同时访问ERP网络资源，选择7个任务数量，采用传统SFLA和本文混合算法进行编程实现，仿真结果对比图如图1所示。

在相互独立的100个任务下，采用20个ERP网络服务器虚拟机资源，用户任务撤销率为15%的条件下，进行重复实验20次。从实验的结果可以看出，改进的混合蛙跳算法具有更快的收敛速度，寻找最优解的速度加快，因此则可以快速实现任务调度分配，提高了ERP网络服务器资源利用率。

图1 仿真结果对比图

为了对算法精确度进行分析比较，采取资源选择准确比例来衡量，为了验证此性能，分别实验次数为5、10、15、20、25、30、35、40、45次。仿真结果如图2所示。

图2 资源选择准确比结果图

从图2可以看出，改进的SFLA算法的精确度明显优于传统SFLA算法，基本保持在0.1左右，而传统SFLA算法平均值超过0.3。

4.结语

本文采用改进SFLA算法，即智能群体和自适应SFLA混合算法来实现ERP网络服务器的资源调度，在任务调度优化的过程中，实现全局优化和局部搜索，收敛速度快，精度高。经实验证明，该优化算法性能高，能够有效提高ERP网络服务器资源调度的效率，具有一定的研究价值。

参考文献

[1]金强.运用信息化手段推进企业精细化管理[J].中国管理信息化，2013，（01）：38.

[2]宋亚娟.制造企业ERP系统实施经验总结[J]. 无线互联科技，2013（03）

[3]张海玉，刘军，刘志都.基于混沌优化策略的SFLA算法[J].计算机应用研究，2013（06）.

作者简介：

曲文亮（1980―），男，吉林吉林人，北华大学实验师，研究方向：计算机应用及校园网络的研究。

刘福媚（1980―），女，吉林吉林人，北华大学实验师，研究方向：计算机应用及校园网络的研究。