本文關(guān)鍵詞：基于自適應(yīng)蟻群算法的云計(jì)算任務(wù)調(diào)度研究

  更多相關(guān)文章： 云計(jì)算 任務(wù)調(diào)度 蟻群算法 自適應(yīng)

【摘要】：云計(jì)算是近年來興起的一種新的分布式計(jì)算。云計(jì)算通過網(wǎng)絡(luò)將包括計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)帶寬等資源連接起來,形成一個(gè)超大規(guī)模,并且可以擴(kuò)展的超級(jí)系統(tǒng),用來滿足某些超大規(guī)模問題處理的需求,或者提供資源給某些需要這些資源的用戶。云計(jì)算中,任務(wù)調(diào)度技術(shù)是最核心的技術(shù)之一,好的任務(wù)調(diào)度算法是云計(jì)算系統(tǒng)能夠合理、高效利用的前提。云計(jì)算環(huán)境是一種異構(gòu)、動(dòng)態(tài)的復(fù)雜環(huán)境,而蟻群算法的魯棒性、自適應(yīng)性等恰好與云計(jì)算環(huán)境相匹配。蟻群算法是一種模擬螞蟻覓食的智能算法,它在解決尋找最優(yōu)解方面的問題中以及得到了良好的應(yīng)用。而云計(jì)算任務(wù)調(diào)度問題本質(zhì)上講也是一種尋找最優(yōu)解的問題。本文在研究了云計(jì)算任務(wù)調(diào)度系統(tǒng)特點(diǎn)的基礎(chǔ)上,將蟻群算法應(yīng)用到云計(jì)算任務(wù)調(diào)度系統(tǒng)中。本文首先針對(duì)基于蟻群算法的特點(diǎn),對(duì)蟻群算法各參數(shù)對(duì)蟻群算法性能的影響進(jìn)行了實(shí)驗(yàn)研究；其次針對(duì)云計(jì)算任務(wù)調(diào)度系統(tǒng)的特點(diǎn),對(duì)蟻群算法做出修改以適應(yīng)云計(jì)算環(huán)境,提出了基于調(diào)度周期的蟻群算法PACO;最后針對(duì)PACO算法在參數(shù)選取、信息素設(shè)定等方面的不足,將粒子群算法應(yīng)用到蟻群算法參數(shù)選取中,提出了基于粒子群算法改進(jìn)的自適應(yīng)蟻群算法SAACO,并應(yīng)用到云計(jì)算任務(wù)調(diào)度系統(tǒng)中。本文對(duì)PACO算法和SAACO算法進(jìn)行仿真實(shí)驗(yàn),并與改進(jìn)的Min-Min算法,即Min-Min+算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明,PACO算法和SAAC O算法在系統(tǒng)執(zhí)行時(shí)間和負(fù)載均衡方面比Min-Min+算法都有很大的提高。并且,算法參數(shù)進(jìn)行自適應(yīng)的SAACO算法比PACO算法系統(tǒng)執(zhí)行時(shí)間更短,負(fù)載更均衡。
【關(guān)鍵詞】：云計(jì)算 任務(wù)調(diào)度 蟻群算法 自適應(yīng)
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18;TP393.07
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-11
• 1.1 研究背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 本文主要內(nèi)容10-11
• 2 云計(jì)算任務(wù)調(diào)度問題綜述11-20
• 2.1 云計(jì)算概述11-17
• 2.1.1 云計(jì)算的主要特點(diǎn)11-12
• 2.1.2 云計(jì)算的體系結(jié)構(gòu)和服務(wù)模式12-16
• 2.1.3 云計(jì)算的主要挑戰(zhàn)16-17
• 2.2 云計(jì)算下任務(wù)調(diào)度問題綜述17-20
• 2.2.1 云計(jì)算下任務(wù)調(diào)度的特點(diǎn)17-18
• 2.2.2 云計(jì)算下任務(wù)調(diào)度的目標(biāo)18-20
• 3 蟻群算法參數(shù)的實(shí)驗(yàn)研究20-31
• 3.1 蟻群算法的數(shù)學(xué)模型20-25
• 3.1.1 蟻群算法基本原理及特點(diǎn)20-22
• 3.1.2 蟻群算法的數(shù)學(xué)模型22-24
• 3.1.3 蟻群算法的實(shí)現(xiàn)流程24-25
• 3.2 蟻群算法參數(shù)研究及實(shí)驗(yàn)25-31
• 4 基于粒子群算法的自適應(yīng)蟻群算法SAACO31-40
• 4.1 粒子群算法31-33
• 4.2 基于粒子群算法的自適應(yīng)蟻群算法SAACO33-36
• 4.3 SAACO算法仿真與性能分析36-39
• 4.4 SAACO算法在云計(jì)算任務(wù)調(diào)度中的可行性分析39-40
• 5 基于蟻群算法的云計(jì)算任務(wù)調(diào)度算法的設(shè)計(jì)40-47
• 5.1 云計(jì)算任務(wù)調(diào)度相關(guān)算法40-42
• 5.2 基于調(diào)度周期的蟻群算法PACO42-44
• 5.3 基于SAACO算法的云計(jì)算任務(wù)調(diào)度算法44-47
• 6 實(shí)驗(yàn)與結(jié)果分析47-57
• 6.1 云計(jì)算任務(wù)調(diào)度仿真系統(tǒng)CloudSim47-49
• 6.2 實(shí)驗(yàn)場景設(shè)置49-50
• 6.3 實(shí)驗(yàn)結(jié)果及分析50-57
• 結(jié)論57-58
• 參考文獻(xiàn)58-61
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況61-62
• 致謝62-63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 孫偉峰;覃振權(quán);李明楚;胡晶;陳媛芳;;QIACO:一種多QoS約束網(wǎng)格任務(wù)調(diào)度算法[J];電子學(xué)報(bào);2011年05期

，

本文編號(hào)：525975