TY -的盟Kumari莫妮卡盟——Sahoo g . PY - 2019 DA - 2019/10/24 TI -可持续设计与分析和季节性利润比例模型在云环境中SP - 7457938六世- 2019 AB -云是一种广泛使用的密集的计算平台,大量存储和网络。在云计算的世界,扩展是一个资源管理和性能测定的首选工具。比例通常是两种类型:水平和垂直。水平扩展连接用户的协议的硬件和软件实体和物理实现根据数据中心的要求和需求的进一步扩张。垂直扩展可以调整服务器没有任何改变代码,可以增加现有的硬件或软件的能力通过增加资源。本研究旨在描述为扩展两种方法,一个是捕食方法,其次是遗传算法(GA)和差分进化(DE)。捕食方法数学模型用于实现垂直扩展任务的最优资源配置和遗传算法(GA)以及基于差分进化(DE) metaheuristic方法用于资源扩展。在这方面,捕食模型引入了两个算法,也就是说,可持续和季节性扩展算法(SSSA)和最大利润算法(MPSA)。SSSA试图找到近似的资源扩展和最大化可持续机制以及季节性的扩展。另一方面,每个预订MPSA计算最优成本和最大可持续盈利。 The experimental results reflect that the proposed logistic scaling-based predator-prey method (SSSA-MPSA) provides a comparable result with GA-DE algorithm in terms of execution time, average completion time, and cost of expenses incurred by the datacenter. SN - 1058-9244 UR - https://doi.org/10.1155/2019/7457938 DO - 10.1155/2019/7457938 JF - Scientific Programming PB - Hindawi KW - ER -