IVCE（Internet-based Virtual Computing Environment）平臺(tái)是一個(gè)基于英特網(wǎng)的虛擬計(jì)算環(huán)境,它主要為使用者提供高效、可靠的服務(wù),同時(shí)讓他們可以充分利用和共享平臺(tái)上的公共資源。由于平臺(tái)系統(tǒng)復(fù)雜,任務(wù)并發(fā)量高,因此如何對(duì)任務(wù)進(jìn)行合理調(diào)度,提供高質(zhì)量的云服務(wù)是IVCE平臺(tái)的關(guān)鍵技術(shù)之一。此外,平臺(tái)任務(wù)繁多、需求模糊、種類龐雜,如何挖掘任務(wù)的特性,找到任務(wù)之間的聯(lián)系也成為了 IVCE平臺(tái)一個(gè)重要的研究方向。針對(duì)IVCE平臺(tái)存在的上述問(wèn)題,本文首先采用改進(jìn)的聚類算法對(duì)任務(wù)進(jìn)行聚類,找到任務(wù)的共性;接著,將增強(qiáng)學(xué)習(xí)算法應(yīng)用到任務(wù)調(diào)度中,提高了平臺(tái)整體運(yùn)行效率和服務(wù)質(zhì)量;最后,設(shè)計(jì)并實(shí)現(xiàn)了基于上述理論的任務(wù)調(diào)度系統(tǒng)。本文的主要研究?jī)?nèi)容包括:（1）提出了改進(jìn)的核k均值算法并將其應(yīng)用到任務(wù)聚類中。傳統(tǒng)的核k均值算法存在兩個(gè)問(wèn)題:一是在聚類時(shí)k值需要人為確定,并且無(wú)法更改。當(dāng)遇到高維度、海量的數(shù)據(jù)集時(shí),很難準(zhǔn)確估計(jì)出k值的大小。二是對(duì)于需要聚類的樣本數(shù)據(jù),每類樣本數(shù)量是不同的,且每個(gè)樣本點(diǎn)的重要性也不同。所以聚類結(jié)果易受到多數(shù)樣本點(diǎn)的影響,降低聚類結(jié)果的準(zhǔn)確性。... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１任務(wù)調(diào)度流程??２．２．３云任務(wù)調(diào)度的目標(biāo)??

圖３－１改進(jìn)的核Ｋ均值算法流程圖??（１）設(shè)置初始聚類個(gè)數(shù)Ｋ０，分裂系數(shù)Ａ，合并系數(shù)任務(wù)分類閾值ａ

圖３－２迭代次數(shù)??圖３－２給出了在不同的ｋ值情況下，三種算法各自執(zhí)行１０次的平均迭代的比較�？梢钥吹蕉郑耄恚澹幔睿笏惴看畏至旬a(chǎn)生一個(gè)新的簇，所以迭代次ｋ值線性遞增；兩個(gè)核Ｋ均值算法相比ｋｍｅａｎｓ迭代次數(shù)有明顯地下降，并著ｋ值增大基本保持不變，其中核ｋ均值迭代次數(shù)在０到４之間，改進(jìn)均值在０到３．５。當(dāng)ｋ值大于６時(shí)，ＡＫＫ算法迭代次數(shù)明顯小于ｋｋ算法，平代次數(shù)減少了?１６．７％，說(shuō)明改進(jìn)的算法由于其自適應(yīng)性降低了迭代次數(shù)。??（３）?ｋ值大小確定??１?］?［?（?????｛?！?Ｊ?！?Ｓ?＇?？??０．９－?？一一一一一二一、一’’??／??ｆ??〇．斗?／?－??。７＿?：??〇．６ｒ?／??翳?／?????ＪＭ１－?／?—ｋｍｅａｎｓ??—


本文編號(hào)：3267264