【摘要】為了提高ERP網(wǎng)絡(luò)服務(wù)器的服務(wù)效率，采用改進(jìn)的SFLA算法實現(xiàn)服務(wù)器的任務(wù)調(diào)度。本文先對服務(wù)器任務(wù)調(diào)度原則和調(diào)度策略進(jìn)行了分析，接著對SFLA算法基本原理及數(shù)學(xué)模型進(jìn)行了詳述，并提出了智能群體算法和自適應(yīng)SFLA混合的改進(jìn)SFLA算法，最后運用實例仿真驗證該算法在ERP網(wǎng)絡(luò)服務(wù)器資源調(diào)度中的性能，與傳統(tǒng)SFLA算法比較，改進(jìn)算法在ERP網(wǎng)絡(luò)資源調(diào)度中具有更快收斂性和更高精確性，具有一定的研究價值。

【關(guān)鍵詞】ERP網(wǎng)絡(luò)服務(wù)器;資源調(diào)度;SFLA算法

1.引言

目前，越來越多的行業(yè)逐漸采用信息化手段對企業(yè)業(yè)務(wù)進(jìn)行監(jiān)控和管理，以達(dá)到數(shù)據(jù)中心借助網(wǎng)絡(luò)進(jìn)行高效辦事、降低企業(yè)成本的目的，同時提升整體系統(tǒng)在應(yīng)用方面的綜合性。ERP行業(yè)借助信息化手段實現(xiàn)系統(tǒng)環(huán)境監(jiān)控、電子辦公、網(wǎng)絡(luò)調(diào)度等業(yè)務(wù)，隨著信息化程度不斷提高，ERP網(wǎng)絡(luò)服務(wù)器負(fù)載量更大，造成網(wǎng)絡(luò)數(shù)據(jù)上傳下載速度降低，因此如何提高ERP網(wǎng)絡(luò)服務(wù)器的資源調(diào)度顯得非常重要。

ERP網(wǎng)絡(luò)服務(wù)器資源調(diào)度需要解決三方面的問題：高效的監(jiān)控系統(tǒng)資源，資源動態(tài)調(diào)度和部署以及客戶管理。網(wǎng)絡(luò)化手段最本質(zhì)的特征是實現(xiàn)資源共享，而資源調(diào)度作為資源共享的重要手段，在很大程度上影響著ERP網(wǎng)絡(luò)服務(wù)器的服務(wù)效率。

本文從調(diào)度算法方面來對ERP網(wǎng)絡(luò)服務(wù)器資源調(diào)度進(jìn)行研究，為了進(jìn)一步優(yōu)化服務(wù)器調(diào)度算法的性能，特別是從收斂速度和調(diào)度精度方面進(jìn)行深層優(yōu)化，選擇了SFLA算法來完成ERP網(wǎng)絡(luò)服務(wù)器任務(wù)調(diào)度。

2.改進(jìn)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體覓食的行為，結(jié)合信息傳遞過程，將全局的信息交換和局部搜索相結(jié)合，達(dá)到局部的信息傳遞的目的。

混合蛙跳算法中的所有青蛙被劃分為不同的組，每一組有自己的思想，每組青蛙相互獨立，能夠進(jìn)行組內(nèi)局部搜索，而且組內(nèi)的青蛙之間可以方便實現(xiàn)信息交換;組與組之間可以實現(xiàn)全局的交換，組內(nèi)信息交換與組間信息傳遞共同完成數(shù)據(jù)共享交換，這便是SFLA算法的基本原理?；旌贤芴惴ㄊ且环N混合運算，子集實現(xiàn)深度搜索與交換，全集結(jié)果由子集經(jīng)過簡單交換來實現(xiàn)。

2.2 SFLA算法數(shù)學(xué)模型

SFLA算法主要數(shù)學(xué)模型為：預(yù)先隨機(jī)生成數(shù)量為P只的青蛙，然后對生成的青蛙的位置信息進(jìn)行描述，并根據(jù)位置信息對這P只青蛙進(jìn)行排序，對已經(jīng)排序的青蛙進(jìn)行子集劃分。接著根據(jù)公式（1）將新加入的青蛙加入子集中。

（1）

然后根據(jù)（2）和（3）式對子集進(jìn)行搜索，交換順序。

（2）

（3）

如何新的位置比舊位置更好，則將新位置青蛙的替代原位置的青蛙，否則運用（4）式進(jìn)行替換。

（4）

按（4）式求解的距離仍無改進(jìn)，則再隨機(jī)產(chǎn)生新的青蛙來替代當(dāng)前青蛙。接著進(jìn)行替代重復(fù)，直到完成子集搜索。

2.3 SFLA算法改進(jìn)

傳統(tǒng)的SFLA算法雖然很好實現(xiàn)了全集優(yōu)化，但是在收斂速度和精度方面，相比其他優(yōu)化算法來說較為遜色，在此基礎(chǔ)上，本文對SFLA算法進(jìn)行改進(jìn)，提出了群體智能算法與自適應(yīng)混合蛙跳算法混合的優(yōu)化算法，這種算法很好地將智能群體算法收斂速度快的優(yōu)點和自適應(yīng)SFLA精度高的優(yōu)點結(jié)合，提高了算法性能。

該混合算法將青蛙群體劃分為兩個子群，一個子群采用群體智能算法，另外一個子群采用自適應(yīng)混合蛙跳算法，混合群體算法可根據(jù)個體搜索得到的最佳位置和全體最佳位置，對個體自適應(yīng)調(diào)整運行速度和位置，在運算開始保持良好的收斂速度[8]，當(dāng)然，混合群體算法也有弊端，比較容易得到局部最優(yōu)解。而自適應(yīng)混合蛙跳算法在子群搜索完畢后，將子群進(jìn)行合并再優(yōu)化，很好地彌補(bǔ)了群體智能算法局部最優(yōu)的弊端。兩種算法的混合，是對收斂速度和精度的折中與平衡。

智能群體算法可以動態(tài)調(diào)節(jié)個體速度和位置，數(shù)學(xué)模型如（5-8）式所示。

（5）

（6）

（7）

（8）

其中xi、vi、pi、pg、wt分別表示個體i的位置、運行速度、子集最優(yōu)位置、全集最優(yōu)位置、速度更新加權(quán)控制參數(shù)。

自適應(yīng)SFLA是根據(jù)青蛙上次運行的位置和最優(yōu)值及鄰近青蛙位置，來動態(tài)子集搜索優(yōu)化。具體數(shù)學(xué)模型如（9-11）式所示。

（9）

（10）

（11）

（12）

具體更新策略：

（13）

（14）

（15）

其中Dis、t、W分別表示移動步長、當(dāng)前迭代次數(shù)、權(quán)重因子。

3.實例仿真

本文的實例仿真主要對ERP網(wǎng)絡(luò)服務(wù)器任務(wù)調(diào)度的傳統(tǒng)SFLA算法及本文提出的智能群體和自適應(yīng)SFLA混合算法的性能進(jìn)行分析比較。

本實驗的目的在于通過仿真實驗驗證改進(jìn)算法在收斂速度和精度方面的改進(jìn)情況。本文一共設(shè)置10個任務(wù)同時訪問ERP網(wǎng)絡(luò)資源，選擇7個任務(wù)數(shù)量，采用傳統(tǒng)SFLA和本文混合算法進(jìn)行編程實現(xiàn)，仿真結(jié)果對比圖如圖1所示。

在相互獨立的100個任務(wù)下，采用20個ERP網(wǎng)絡(luò)服務(wù)器虛擬機(jī)資源，用戶任務(wù)撤銷率為15%的條件下，進(jìn)行重復(fù)實驗20次。從實驗的結(jié)果可以看出，改進(jìn)的混合蛙跳算法具有更快的收斂速度，尋找最優(yōu)解的速度加快，因此則可以快速實現(xiàn)任務(wù)調(diào)度分配，提高了ERP網(wǎng)絡(luò)服務(wù)器資源利用率。

圖1 仿真結(jié)果對比圖

為了對算法精確度進(jìn)行分析比較，采取資源選擇準(zhǔn)確比例來衡量，為了驗證此性能，分別實驗次數(shù)為5、10、15、20、25、30、35、40、45次。仿真結(jié)果如圖2所示。

圖2 資源選擇準(zhǔn)確比結(jié)果圖

從圖2可以看出，改進(jìn)的SFLA算法的精確度明顯優(yōu)于傳統(tǒng)SFLA算法，基本保持在0.1左右，而傳統(tǒng)SFLA算法平均值超過0.3。

4.結(jié)語

本文采用改進(jìn)SFLA算法，即智能群體和自適應(yīng)SFLA混合算法來實現(xiàn)ERP網(wǎng)絡(luò)服務(wù)器的資源調(diào)度，在任務(wù)調(diào)度優(yōu)化的過程中，實現(xiàn)全局優(yōu)化和局部搜索，收斂速度快，精度高。經(jīng)實驗證明，該優(yōu)化算法性能高，能夠有效提高ERP網(wǎng)絡(luò)服務(wù)器資源調(diào)度的效率，具有一定的研究價值。

參考文獻(xiàn)

[1]金強(qiáng).運用信息化手段推進(jìn)企業(yè)精細(xì)化管理[J].中國管理信息化，2013，（01）：38.

[2]宋亞娟.制造企業(yè)ERP系統(tǒng)實施經(jīng)驗總結(jié)[J]. 無線互聯(lián)科技，2013（03）

[3]張海玉，劉軍，劉志都.基于混沌優(yōu)化策略的SFLA算法[J].計算機(jī)應(yīng)用研究，2013（06）.

作者簡介：

曲文亮（1980—），男，吉林吉林人，北華大學(xué)實驗師，研究方向：計算機(jī)應(yīng)用及校園網(wǎng)絡(luò)的研究。

劉福媚（1980—），女，吉林吉林人，北華大學(xué)實驗師，研究方向：計算機(jī)應(yīng)用及校園網(wǎng)絡(luò)的研究。