基于改进布谷鸟搜索的Web集群自适应负载均衡算法

摘要

为了解决Web集群中的高并发访问和资源异构引发的负载不均衡问题,提出了一种基于改进布谷鸟搜索的负载均衡算法。该算法建立了自适应负载分配权重模型,使用基于目标函数的布谷鸟搜索算法寻找最优权重。首先,根据集群任务调度特性定义了负载分配权重,并建立了集群调度的目标函数。其次,将负载分配权重编码为布谷鸟种群个体,使用布谷鸟搜索算法寻找最优个体,结合目标函数进行评估。另外,通过混沌变异增加初始种群的均匀度和离散度,并通过在布谷鸟搜索中引入反向学习,加速了最优权重的输出,根据最优权重将任务调度至集群中的各节点。结果表明:负载均衡算法使得整个集群的服务响应时间降低60%左右,在高并发请求情况下可显著提高异构集群的服务容量和负载均衡度。