Algoritmo poblacional y determinista metaheurístico eficiente para la provisión de recursos utilizando optimización de colonia de hormigas y árbol de expansión

La provisión de recursos es la función principal de la computación en la nube, la cual enfrenta serios desafíos a medida que aumenta la demanda. Varios investigadores han considerado diversas estrategias de optimización de recursos en la computación en la nube. Los algoritmos de optimización utilizados aún se encuentran en evaluación y modificación para mejorar su potencial. Por lo tanto, se requiere un esquema dinámico que pueda combinar las características de varios algoritmos. Un número considerable de técnicas de optimización ha sido reevaluado basado en metaheurísticas y deterministas para abordar los desafíos de la provisión de recursos en la nube. Este trabajo de investigación propone involucrar el mecanismo basado en población de optimización de colonia de hormigas (ACO) extendiéndolo para formar una metaheurística híbrida mediante la incorporación del algoritmo de árbol de expansión determinista (SPT). Experimentos extensivos realizados en el simulador cloudsim proporcionaron resultados eficientes en términos de una convergencia más rápida y minimización del tiempo de completado en comparación con otros algoritmos poblacionales y deterministas, ya que mejora significativamente el rendimiento.