本文關(guān)鍵詞：開源IaaS平臺中的隨機調(diào)度任務(wù)動態(tài)融合仿真　出處：《計算機仿真》2015年07期 　論文類型：期刊論文

  更多相關(guān)文章： 任務(wù) 調(diào)度 動態(tài)融合

【摘要】：由于開源IaaS平臺中用戶數(shù)量眾多,系統(tǒng)所需處理的任務(wù)量十分巨大,導(dǎo)致傳統(tǒng)的粒子群調(diào)度方法,容易陷入局部最優(yōu),求解到一定范圍時會存在大量冗余迭代,處理效率低等問題。為提高資源利用率,提出一種采用遺傳和蟻群動態(tài)融合的開源IaaS平臺中隨機調(diào)度任務(wù)方法,首先分析了蟻群算法信息素初始化、選擇路徑、更新信息素的詳細(xì)過程。其次介紹了遺傳算法染色體編碼、初始種群的產(chǎn)生、選擇算子、交叉算子和變異算子的具體步驟。然后給出開源IaaS平臺中隨機任務(wù)調(diào)度目標(biāo),求解出開源IaaS平臺中各資源完成該資源中全部子任務(wù)所需的時間。最后通過遺傳算法準(zhǔn)確形成開源IaaS平臺任務(wù)調(diào)度的初始解,并以初始化為信息素分布,實現(xiàn)依據(jù)蟻群算法正反饋和高效收斂的優(yōu)點獲取最佳隨機任務(wù)的調(diào)度。仿真結(jié)果表明,所提方法具有很高的資源利用率。
[Abstract]:In order to improve the utilization rate of resources , this paper presents a stochastic task scheduling method in open source , which uses genetic and ant colony dynamic fusion .

【作者單位】： 宿遷學(xué)院計算機科學(xué)與技術(shù)系;四川大學(xué)軟件學(xué)院;宿遷學(xué)院教務(wù)處;
【基金】：院科研基金項目(2013KY18)
【分類號】：TP393.09
【正文快照】： 1引言在大數(shù)據(jù)的時代,云計算以高擴展性和可用性的分布式并行計算為海量數(shù)據(jù)處理提供了技術(shù)解決方案[1,2]�；A(chǔ)架構(gòu)(Iaa S)作為云計算的三個層面之一,被廣泛應(yīng)用,其可跨平臺與減少對供應(yīng)商的依賴性,導(dǎo)致其更適用于大型企業(yè)[3-5]。與商用Iaa S產(chǎn)品相比,開源項目進一步降低了用

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳海雙;張亮;李杰輝;;IaaS環(huán)境中一種保證SLA的資源調(diào)度策略[J];計算機工程;2013年07期

2 趙少卡;李立耀;徐聰;楊家海;;基于SaaS的彈性云平臺優(yōu)化調(diào)度策略設(shè)計[J];計算機應(yīng)用研究;2014年02期

3 金偉健;王春枝;;基于匹配規(guī)則的MapReduce任務(wù)調(diào)度模型[J];計算機應(yīng)用;2014年04期

4 李邐;姚曄;李鐵;;基于混沌策略和動態(tài)自適應(yīng)的云調(diào)度研究[J];計算機應(yīng)用研究;2014年06期

5 司維超;韓維;宋巖;;面向任務(wù)T-Petri網(wǎng)的艦載機出動流程仿真[J];計算機工程與應(yīng)用;2014年16期

6 程小楓;涂剛毅;吳少鵬;;雙波段旋轉(zhuǎn)相控陣?yán)走_(dá)任務(wù)調(diào)度算法[J];科學(xué)技術(shù)與工程;2014年23期

7 姚衛(wèi)紅;黃小遠(yuǎn);方仁孝;;基于車聯(lián)網(wǎng)應(yīng)用的云平臺任務(wù)調(diào)度算法[J];計算機仿真;2014年10期

8 肖世昌;孫樹棟;國歡;;災(zāi)變遺傳算法求解帶時間窗的車輛調(diào)度問題[J];計算機應(yīng)用研究;2014年12期

9 王江勇;徐飚;;混合云中基于數(shù)據(jù)保護的耦合任務(wù)調(diào)度策略[J];現(xiàn)代計算機(專業(yè)版);2014年01期

10 胡元元;林滸;李鴻彬;;IaaS云中最小遷移代價的虛擬機放置算法[J];小型微型計算機系統(tǒng);2014年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前5條

1 周焱霞;王碩;陳s，

本文編號：1394964