基于微粒群算法的混合云任務(wù)調(diào)度研究
發(fā)布時(shí)間:2021-11-18 15:24
由于云計(jì)算提供的服務(wù)具有廉價(jià)性、靈活性和易于擴(kuò)展等優(yōu)點(diǎn),越來(lái)越多的企業(yè)和個(gè)人選擇租用基礎(chǔ)設(shè)施即服務(wù)(IaaS)來(lái)支撐自己的業(yè)務(wù)。作為其他云服務(wù)的基石,IaaS在云計(jì)算中起著基礎(chǔ)和支撐作用。然而,當(dāng)面臨大量的用戶請(qǐng)求,特別是用戶需求高峰到來(lái)時(shí),云的本地資源不足,如何調(diào)度任務(wù)從而滿足所有用戶的請(qǐng)求成為IaaS云提供商面臨的重大挑戰(zhàn)之一。為了解決云提供商本地資源不足的問(wèn)題,之前的研究思路集中在購(gòu)買(mǎi)大量的設(shè)備或者構(gòu)建云聯(lián)盟上。但是,前者的缺點(diǎn)是非常不經(jīng)濟(jì),而后者缺乏實(shí)現(xiàn)基礎(chǔ)。為了更好地解決上述問(wèn)題,本文提出了一種混合云的架構(gòu)。在此架構(gòu)下,當(dāng)資源不足時(shí),IaaS提供商可以外包任務(wù)到其外部公有云中,從而避免像云聯(lián)盟一樣與外部公有云簽訂任何協(xié)議或者制定統(tǒng)一標(biāo)準(zhǔn)。在這一過(guò)程中,如何分配任務(wù),使得IaaS云提供商在保證服務(wù)質(zhì)量(QoS)的同時(shí)利潤(rùn)最大化是現(xiàn)在面臨的關(guān)鍵問(wèn)題。本文采用整數(shù)規(guī)劃模型和基于自適應(yīng)PSO算法的任務(wù)調(diào)度算法來(lái)解決這一問(wèn)題。自適應(yīng)PSO算法采用四種速度更新策略來(lái)自適應(yīng)地更新每個(gè)粒子的速度,從而提高自適應(yīng)PSO算法的多樣性和魯棒性。按照任務(wù)和環(huán)境的特點(diǎn),本文研究了混合云的靜態(tài)和動(dòng)態(tài)任務(wù)...
【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)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景
1.2 研究意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 基本概念
1.3.2 云的任務(wù)調(diào)度策略
1.3.3 單云任務(wù)調(diào)度研究現(xiàn)狀
1.3.4 多云任務(wù)調(diào)度研究現(xiàn)狀
1.3.5 動(dòng)態(tài)任務(wù)調(diào)度研究現(xiàn)狀
1.4 研究問(wèn)題和方法
1.4.1 問(wèn)題概述
1.4.2 使用的方法
1.5 創(chuàng)新點(diǎn)和論文結(jié)構(gòu)
1.5.1 創(chuàng)新點(diǎn)
1.5.2 論文結(jié)構(gòu)
1.6 本章小結(jié)
第二章 系統(tǒng)架構(gòu)和問(wèn)題模型
2.1 系統(tǒng)架構(gòu)
2.1.1 架構(gòu)描述
2.1.2 基于組件的混合云架構(gòu)模型
2.2 問(wèn)題模型
2.2.1 模型描述
2.2.2 整數(shù)規(guī)劃
2.3 本章小結(jié)
第三章 基于PSO算法的混合云靜態(tài)任務(wù)調(diào)度方法
3.1 PSO算法概述
3.2 PSO算法解決任務(wù)調(diào)度問(wèn)題總體流程
3.3 標(biāo)準(zhǔn)PSO
3.3.1 標(biāo)準(zhǔn)PSO算法簡(jiǎn)介
3.3.2 標(biāo)準(zhǔn)PSO算法的流程
3.4 自適應(yīng)PSO
3.4.1 自適應(yīng)PSO簡(jiǎn)介
3.4.2 四種速度更新策略
3.4.3 自適應(yīng)PSO的步驟
3.5 解的表示
3.6 利潤(rùn)計(jì)算(評(píng)價(jià)函數(shù))
3.7 本章小結(jié)
第四章 基于動(dòng)態(tài)自適應(yīng)PSO的混合云動(dòng)態(tài)任務(wù)調(diào)度方法
4.1 問(wèn)題描述
4.2 動(dòng)態(tài)調(diào)度算法
4.2.1 任務(wù)和云提供商的參數(shù)
4.2.2 總體思路
4.3 調(diào)度流程
4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果分析
5.1 靜態(tài)任務(wù)調(diào)度
5.1.1 實(shí)驗(yàn)設(shè)計(jì)
5.1.2 比較方法
5.1.3 實(shí)驗(yàn)結(jié)果
5.1.4 PSO的收斂性和資源利用率分析
5.2 動(dòng)態(tài)任務(wù)調(diào)度
5.2.1 實(shí)驗(yàn)參數(shù)
5.2.2 實(shí)驗(yàn)結(jié)果
5.3 本章小結(jié)
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)位論文目錄
本文編號(hào):3503146
【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)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景
1.2 研究意義
1.3 國(guó)內(nèi)外研究現(xiàn)狀
1.3.1 基本概念
1.3.2 云的任務(wù)調(diào)度策略
1.3.3 單云任務(wù)調(diào)度研究現(xiàn)狀
1.3.4 多云任務(wù)調(diào)度研究現(xiàn)狀
1.3.5 動(dòng)態(tài)任務(wù)調(diào)度研究現(xiàn)狀
1.4 研究問(wèn)題和方法
1.4.1 問(wèn)題概述
1.4.2 使用的方法
1.5 創(chuàng)新點(diǎn)和論文結(jié)構(gòu)
1.5.1 創(chuàng)新點(diǎn)
1.5.2 論文結(jié)構(gòu)
1.6 本章小結(jié)
第二章 系統(tǒng)架構(gòu)和問(wèn)題模型
2.1 系統(tǒng)架構(gòu)
2.1.1 架構(gòu)描述
2.1.2 基于組件的混合云架構(gòu)模型
2.2 問(wèn)題模型
2.2.1 模型描述
2.2.2 整數(shù)規(guī)劃
2.3 本章小結(jié)
第三章 基于PSO算法的混合云靜態(tài)任務(wù)調(diào)度方法
3.1 PSO算法概述
3.2 PSO算法解決任務(wù)調(diào)度問(wèn)題總體流程
3.3 標(biāo)準(zhǔn)PSO
3.3.1 標(biāo)準(zhǔn)PSO算法簡(jiǎn)介
3.3.2 標(biāo)準(zhǔn)PSO算法的流程
3.4 自適應(yīng)PSO
3.4.1 自適應(yīng)PSO簡(jiǎn)介
3.4.2 四種速度更新策略
3.4.3 自適應(yīng)PSO的步驟
3.5 解的表示
3.6 利潤(rùn)計(jì)算(評(píng)價(jià)函數(shù))
3.7 本章小結(jié)
第四章 基于動(dòng)態(tài)自適應(yīng)PSO的混合云動(dòng)態(tài)任務(wù)調(diào)度方法
4.1 問(wèn)題描述
4.2 動(dòng)態(tài)調(diào)度算法
4.2.1 任務(wù)和云提供商的參數(shù)
4.2.2 總體思路
4.3 調(diào)度流程
4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果分析
5.1 靜態(tài)任務(wù)調(diào)度
5.1.1 實(shí)驗(yàn)設(shè)計(jì)
5.1.2 比較方法
5.1.3 實(shí)驗(yàn)結(jié)果
5.1.4 PSO的收斂性和資源利用率分析
5.2 動(dòng)態(tài)任務(wù)調(diào)度
5.2.1 實(shí)驗(yàn)參數(shù)
5.2.2 實(shí)驗(yàn)結(jié)果
5.3 本章小結(jié)
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)位論文目錄
本文編號(hào):3503146
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3503146.html
最近更新
教材專(zhuān)著