IDEAS主页打印自https://ideas.repec.org/a/spr/joheur/v26y2020i1d10.1007_s10732-019-09427-8.html
  我的参考书目  保存此文章

数据中心多目标机器重新分配算法的比较研究

作者

上市的：
  • 塔法里纳斯军刀

    （都柏林大学学院）

  • Xavier Gandibleux公司

    （南特大学）

  • 迈克尔·奥尼尔

    （都柏林大学学院）

  • 利亚姆·墨菲

    （都柏林大学学院）

  • 安东尼·文崔斯克

    （都柏林大学学院）

摘要

从高层来看，数据中心是托管物理机（服务器）的大型IT设施，这些物理机通常运行大量虚拟机（VM），但在较低层，数据中心则是互连和虚拟化计算机、互联服务、复杂服务级协议的复杂集合。虽然数据中心经理们知道，将虚拟机重新分配到最适合他们的服务器上，并将公司的一些成本降至最低，但这可能会节省大量资金，因为搜索空间大且受限，而且决策复杂，因为它们涉及不同的维度。本文对多目标机器重新分配问题的启发式算法和精确算法进行了比较研究。鉴于普遍的直觉，即问题过于复杂，无法精确解决，所有之前的工作都集中于各种（元）启发式，如First-Fit、GRASP、NSGA-II或PLS。在本文中，我们证明了问题的单目标形式化的最新解决方案（CBLNS）和经典的多目标解决方案无法弥合解决方案的数量、质量和多样性之间的差距。另一方面，混合元启发式已被证明更有效地解决问题，但由于从未对精确解决方案进行过任何研究，因此很难确定其结果。在本文中，我们介绍了用于解决该问题的最相关技术，并将其与精确的解决方案（$$\epsilon$$ϵ-约束）进行了比较。我们表明这个问题确实很大而且有局限性（我们在超级计算机的一个强大节点上运行了30天的算法，对于我们的大多数问题都没有得到最终的解决方案），但元启发式（GeNePi）获得了可接受的结果：解决方案多于精确解决方案（+188%），略多于一半（52%）超体积（解决方案集质量的度量）。

建议引用

  • Takfarinas Saber&Xavier Gandibleux&Michael O'Neill&Liam Murphy&Anthony Ventresque，2020年。"数据中心多目标机器重新分配算法的比较研究,"启发式杂志，施普林格，第26卷（1），第119-150页，2月。
    • 手柄：RePEc:spr:joheur:v:26:y:2020:i:1:d:10.1007_s10732-019-09427-8
    数字对象标识码：10.1007/s10732-019-09427-8
    作为

    从出版商下载全文

    文件URL: http://link.springer.com/10.1007/s10732-019-09427-8
    文件功能：摘要
    下载限制：访问本系列文章的全文受到限制。
    文件URL: https://libkey.io/10.1007/s10732-019-09427-8？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Franck Butelle&Laurent Alfandari&Camille Coti&Lucian Finta&Lucas Létocart&Gérard Plateau&Frédéric Roupin&Antoine Rozenknop&Roberto Wolfler Calvo，2016年。"快速重新分配机器,"运筹学年鉴，施普林格，第242（1）卷，第133-160页，7月。
    2. Felix Brandt&Jochen Speck&Markus Völker，2016年。"基于约束的机器再分配大邻域搜索,"运筹学年鉴施普林格，第242（1）卷，第63-91页，7月。
    3. Christos Voudouris和Edward P.K.Tsang和Abdullah Alsheddy，2010年。"引导式本地搜索,"运筹学与管理科学国际系列，作者：Michel Gendreau和Jean-Yves Potvin（编辑），元启发式手册，第0章，第321-361页，斯普林格。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS源用于此项目。
    作为


    引用人：

    1. Takfarinas Saber&Dominik Naeher&Philippe Lombaerde，2023年。"关税同盟的最优规模和组成：一种进化方法,"计算经济学，施普林格；计算经济学学会，第62卷（4），第1457-1479页，12月。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. 沈云庄&孙，袁&李，肖东&埃伯哈特，安德鲁&恩斯特，安德烈亚斯，2023年。"组合优化的自适应解预测,"欧洲运筹学杂志，爱思唯尔，第309卷（3），第1392-1408页。
    2. Mori、Masakatsu和Kobayashi、Ryoji和Samejima、Masaki和Komoda、Norihisa，2017年。"基于Pareto局部搜索的多层供应链采购计划风险成本优化,"欧洲运筹学杂志爱思唯尔，第261（1）卷，第88-96页。
    3. Lakmali Weerasena&Aniekan Ebiefung&Anthony Skjellum，2022年。"广义多目标集合覆盖问题的启发式算法设计,"计算优化与应用施普林格，第82卷（3），第717-751页，7月。
    4. Jaszkiewicz，Andrzej，2018年。"多目标Pareto局部搜索,"欧洲运筹学杂志爱思唯尔，第271（3）卷，第1001-1013页。
    5. Simona Mancini，2013年。"城市物流中的多箱配送系统,"欧洲运输\ Trasporti EuropeiISTIEE，欧洲经济一体化内运输研究所，第54期，第1-2页。
    6. Carl H.Häll和Anders Peterson，2013年。"利用破产和重建方法改进辅助运输调度,"交通规划与技术,Taylor&Francis Journals，第36卷（4），第377-393页，6月。
    7. 阿洛卡南达·戴伊（Alokananda Dey）、悉达哈塔·巴塔查里亚（Siddhartha Bhattacharyya）、桑迪普·戴伊、德班扬·科纳尔（Debanjan Konar）、扬·柏拉图（Jan Platos）、瓦茨拉夫·斯奈塞尔（Vaclav Snasel）、利奥·姆西奇。"自动聚类的量子启发元启发式算法综述,"数学，MDPI，第11卷（9），第1-44页，4月。

    有关此项目的更多信息

    关键词

    机器重新分配;元启发式;多目标;
    所有这些关键字.

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:spr:joheur:v:26:y:2020:i:1:d:10.1007_s10732-019-09427-8。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Sonal Shukla或Springer Nature Abstracting and Indexing（以下电子邮件可用）。供应商的一般联系方式：http://www.springer.com网站.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    想法是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。