在互聯(lián)網(wǎng)上,計算機(jī)資源的利用率和計算能力的分布一直處于不均衡的狀態(tài)。某些應(yīng)用需要大量的存儲資源和強大的計算能力,而與此同時互聯(lián)網(wǎng)上大量計算設(shè)備和存儲資源卻處于空閑狀態(tài)。為了實現(xiàn)資源和計算能力的分布式共享,以及應(yīng)對網(wǎng)絡(luò)數(shù)據(jù)量的飛速增長,云計算應(yīng)運而生。云計算是在網(wǎng)格計算、并行計算以及分布式計算的基礎(chǔ)上發(fā)展起來的,是新興的商業(yè)計算模式,其核心思想是將計算任務(wù)分布在大量計算機(jī)構(gòu)組成的資源池上,使用戶能夠按需獲取計算能力、存儲空間和信息服務(wù),云中擁有的資源與要處理的任務(wù)都是海量的,因此如何充分利用云中資源對任務(wù)進(jìn)行高效調(diào)度是云計算中的重點與難點。本文詳細(xì)討論了云計算的研究背景與現(xiàn)狀,在系統(tǒng)研究云計算技術(shù)、差分進(jìn)化算法和經(jīng)典任務(wù)調(diào)度算法的基礎(chǔ)上,提出了一種基于改進(jìn)差分進(jìn)化算法的多策略變異差分進(jìn)化任務(wù)調(diào)度算法,該算法在標(biāo)準(zhǔn)差分進(jìn)化算法的基礎(chǔ)上加入了基于正態(tài)分布的分類,針對每種分類的特點選擇不同的變異策略,變異策略中差異向量個體采用基于個體相似度的輪盤賭來選擇,改善了標(biāo)準(zhǔn)差分算法收斂速度慢和易陷入局部最優(yōu)的缺點,可有效求解組合優(yōu)化問題。最后,擴(kuò)展了云計算仿真平臺CloudSim,在其上實現(xiàn)了本文提出... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 云計算研究現(xiàn)狀
        1.2.2 任務(wù)調(diào)度研究現(xiàn)狀
    1.3 本文的主要內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
2 云計算技術(shù)
    2.1 云計算的概念
    2.2 云計算的分類
    2.3 云計算的體系結(jié)構(gòu)
    2.4 云計算的關(guān)鍵技術(shù)
    2.5 云計算應(yīng)用的場景
    2.6 本章小結(jié)
3 多策略變異差分進(jìn)化算法
    3.1 標(biāo)準(zhǔn)差分進(jìn)化算法
        3.1.1 差分進(jìn)化算法簡介
        3.1.2 差分進(jìn)化算法的基本思想
        3.1.3 差分進(jìn)化算法流程
        3.1.4 差分進(jìn)化算法的工作過程
        3.1.5 差分進(jìn)化算法的進(jìn)展
    3.2 差分進(jìn)化多種變異策略特性分析
    3.3 改進(jìn)的差分進(jìn)化算法
        3.3.1 種群適應(yīng)值的正態(tài)分布特征
        3.3.2 依據(jù)正態(tài)分布的多策略變異模式
        3.3.3 變異策略中差異向量個體的選擇
    3.4 仿真實驗
    3.5 本章小結(jié)
4 云環(huán)境下基于多策略變異差分進(jìn)化算法的任務(wù)調(diào)度策略
    4.1 任務(wù)調(diào)度的概念與特點
    4.2 調(diào)度問題的形式化定義
    4.3 經(jīng)典調(diào)度算法
    4.4 基于MSMDE的任務(wù)調(diào)度策略
    4.5 本章小結(jié)
5 算法實現(xiàn)與結(jié)果分析
    5.1 CloudSim簡介
    5.2 CloudSim仿真流程
    5.3 調(diào)度算法實現(xiàn)
    5.4 仿真實驗環(huán)境
    5.5 調(diào)度算法仿真
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來工作方向
致謝
參考文獻(xiàn)
碩士研究生期間的研究成果
    讀碩士學(xué)位期間發(fā)表的論文
    碩士學(xué)位期間參與的科研項目


【參考文獻(xiàn)】：
期刊論文
[1]差分進(jìn)化算法的參數(shù)研究[J]. 高岳林,劉軍民.  黑龍江大學(xué)自然科學(xué)學(xué)報. 2009(01)
[2]雙層進(jìn)化交互式遺傳算法的知識提取與利用[J]. 郭一楠,鞏敦衛(wèi).  控制與決策. 2007(12)
[3]基于MAS市場機(jī)制的動態(tài)計算資源調(diào)度模型研究[J]. 蔣偉進(jìn),王璞.  計算機(jī)研究與發(fā)展. 2007(01)
[4]軍用網(wǎng)格環(huán)境下基于優(yōu)先權(quán)的Min-Min任務(wù)調(diào)度算法[J]. 曹耀欽,趙霜,宋建社.  微電子學(xué)與計算機(jī). 2006(12)
[5]一種基于雙向拍賣機(jī)制的計算網(wǎng)格資源分配方法[J]. 翁楚良,陸鑫達(dá).  計算機(jī)學(xué)報. 2006(06)
[6]基于優(yōu)先級和優(yōu)化完成時間的網(wǎng)格調(diào)度算法[J]. 何巖,李肯立,石巋然,劉曉玲,王穎.  計算機(jī)應(yīng)用. 2006(01)
[7]基于遺傳算法的網(wǎng)格服務(wù)工作流調(diào)度的研究[J]. 郭文彩,楊揚.  計算機(jī)應(yīng)用. 2006(01)
[8]基于Min-Min改進(jìn)后的網(wǎng)格調(diào)度算法[J]. 魏天宇,曾文華,黃寶邊.  計算機(jī)應(yīng)用. 2005(05)
[9]獨立任務(wù)調(diào)度的啟發(fā)式算法[J]. 張金泉,倪麗娜,蔣昌俊,杜曉麗.  計算機(jī)工程與應(yīng)用. 2005(11)
[10]基于遺傳算法的網(wǎng)格資源調(diào)度算法[J]. 林劍檸,吳慧中.  計算機(jī)研究與發(fā)展. 2004(12)

博士論文
[1]基于貪婪策略的微分進(jìn)化算法及其應(yīng)用研究[D]. 趙光權(quán).哈爾濱工業(yè)大學(xué) 2007
[2]網(wǎng)格計算中的任務(wù)調(diào)度算法研究[D]. 尚明生.電子科技大學(xué) 2007

碩士論文
[1]云環(huán)境下作業(yè)調(diào)度算法研究與實現(xiàn)[D]. 趙春燕.北京交通大學(xué) 2009



本文編號：3301272