本文關(guān)鍵詞：基于改進(jìn)粒子群算法的云計(jì)算資源調(diào)度研究，由筆耕文化傳播整理發(fā)布。

【摘要】：云計(jì)算是一種融合虛擬化技術(shù)和現(xiàn)代網(wǎng)絡(luò)技術(shù)為用戶提供服務(wù)的商業(yè)模式。虛擬化技術(shù)的普遍應(yīng)用和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展使得云計(jì)算迅速成為了一個(gè)研究的熱點(diǎn)。隨著云計(jì)算資源規(guī)模不斷擴(kuò)大,云用戶數(shù)量持續(xù)增加,云環(huán)境中的資源調(diào)度難度增大,云用戶提出的Qo S(Quality of Service)要求很難得到滿足,云環(huán)境負(fù)載均衡也很難得到保證,云環(huán)境中的資源調(diào)度面臨著嚴(yán)峻的挑戰(zhàn)。因此,本文重點(diǎn)研究云計(jì)算資源調(diào)度算法和調(diào)度模型,充分考慮用戶Qo S需求以及云環(huán)境的負(fù)載均衡。詳盡的研究?jī)?nèi)容如下:(1)提出對(duì)粒子群算法改進(jìn)辦法。針對(duì)基本粒子群算法缺點(diǎn)進(jìn)行改進(jìn),淘汰初始化粒子群中一些不良粒子,動(dòng)態(tài)調(diào)整部分參數(shù),制定算法早熟的判斷規(guī)則和早熟的處理辦法,運(yùn)用罰函數(shù)對(duì)改進(jìn)算法優(yōu)化處理,通過(guò)matlab分析改進(jìn)粒子群算法性能。(2)建立云計(jì)算資源調(diào)度物理模型。將改進(jìn)的粒子群算法與云計(jì)算資源調(diào)度有機(jī)結(jié)合,建立資源調(diào)度實(shí)施的物理模型,并在該模型下實(shí)現(xiàn)云計(jì)算資源調(diào)度,考慮云用戶對(duì)服務(wù)的Qo S要求,制定服務(wù)評(píng)價(jià)機(jī)制,盡最大努力滿足云用戶需求。資源調(diào)度時(shí)充分考慮物理機(jī)的負(fù)載情況,通過(guò)限定物理機(jī)的負(fù)載率來(lái)放置物理資源,實(shí)現(xiàn)云環(huán)境負(fù)載均衡。(3)設(shè)計(jì)實(shí)驗(yàn)對(duì)改進(jìn)粒子群算法應(yīng)用于云計(jì)算資源調(diào)度中的性能進(jìn)行分析。運(yùn)用Cloud Sim進(jìn)行仿真實(shí)驗(yàn),通過(guò)實(shí)驗(yàn)數(shù)據(jù)對(duì)改進(jìn)粒子群算法的資源淘汰情況,資源搜索情況,云環(huán)境負(fù)載均衡情況進(jìn)行分析,并在任務(wù)執(zhí)行時(shí)間跨度和用戶Qo S效用值上與其他資源調(diào)度算法進(jìn)行比較。
【關(guān)鍵詞】：云計(jì)算 資源調(diào)度 粒子群算法 QoS
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18;TP393.09
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-14
• 1 緒論14-23
• 1.1 研究的背景及意義14-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-20
• 1.3 本文研究的內(nèi)容及創(chuàng)新點(diǎn)20-21
• 1.4 研究的方法和技術(shù)路線21-22
• 1.5 本文的組織結(jié)構(gòu)22-23
• 2 資源調(diào)度概述23-33
• 2.1 資源調(diào)度23-25
• 2.2 云計(jì)算中的資源調(diào)度25-29
• 2.3 云計(jì)算中資源調(diào)度算法分析29-32
• 2.4 本文算法的選擇32
• 2.5 本章小結(jié)32-33
• 3 改進(jìn)粒子群算法設(shè)計(jì)33-45
• 3.1 改進(jìn)粒子群算法的基礎(chǔ)33-36
• 3.2 粒子群算法的改進(jìn)36-41
• 3.3 改進(jìn)粒子群算法的實(shí)現(xiàn)41-44
• 3.4 本章小結(jié)44-45
• 4 改進(jìn)的粒子群算法運(yùn)用于云計(jì)算資源調(diào)度45-59
• 4.1 基于改進(jìn)粒子群算法的云環(huán)境資源調(diào)度分析45-48
• 4.2 云環(huán)境中改進(jìn)粒子群算法資源調(diào)度模型48-54
• 4.3 改進(jìn)粒子群算法的云計(jì)算資源調(diào)度原理54-56
• 4.4 改進(jìn)粒子群算法實(shí)現(xiàn)云計(jì)算資源調(diào)度56-58
• 4.5 本章小結(jié)58-59
• 5 仿真實(shí)現(xiàn)及實(shí)驗(yàn)分析59-68
• 5.1 基于Cloudsim的云計(jì)算資源調(diào)度仿真系統(tǒng)59-61
• 5.2 仿真實(shí)驗(yàn)的具體實(shí)現(xiàn)61-67
• 5.3 本章小結(jié)67-68
• 6 總結(jié)與展望68-70
• 6.1 總結(jié)68
• 6.2 展望68-70
• 參考文獻(xiàn)70-74
• 作者簡(jiǎn)歷74-76
• 學(xué)位論文數(shù)據(jù)集76

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報(bào);2004年03期

2 羅達(dá)強(qiáng);;探析Windows Azure Platform微軟云計(jì)算平臺(tái)[J];硅谷;2010年16期

3 王海濤,鄭少仁;IP QoS服務(wù)模型及相關(guān)問(wèn)題的探討[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年03期

4 張建勛;古志民;鄭超;;云計(jì)算研究進(jìn)展綜述[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

  本文關(guān)鍵詞：基于改進(jìn)粒子群算法的云計(jì)算資源調(diào)度研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：355974