本文關鍵詞： 多尺度量子諧振子算法 云計算 任務調(diào)度 快速收斂 負載均衡　出處：《計算機應用》2017年07期 　論文類型：期刊論文

【摘要】：合理地分配虛擬計算資源以進行有效的任務調(diào)度是云計算中的一個核心問題。為了更好地利用虛擬計算資源,高效地完成服務需求,提出了一種基于多尺度量子諧振子算法(MQHOA)的任務調(diào)度算法。首先,該算法將每一個調(diào)度方案當成一個采樣位置,利用高斯采樣的隨機性在當前尺度下搜索局部最優(yōu)解;其次,判斷算法是否處于能級穩(wěn)定狀態(tài),如果穩(wěn)定,則進入能級降低過程,最壞的調(diào)度方案將被替換;最后,算法進入尺度下降的過程,算法由全局搜索過渡到局部搜索,迭代多次之后,算法停止并輸出找到的最優(yōu)結果。通過在Cloud Sim平臺上進行仿真實驗,與現(xiàn)有的先來先服務(FCFS)算法和粒子群優(yōu)化(PSO)算法對比,MQHOA總任務完成時間減少10%以上,負載不均值下降0.4以上。實驗結果表明,基于MQHOA的任務調(diào)度算法能夠快速收斂,有良好的全局收斂性和自適應能力,在云計算任務調(diào)度過程中,能夠起到減少總任務完成時間和均衡負載的作用。
[Abstract]:Rational allocation of virtual computing resources for effective task scheduling is a core problem in cloud computing. A task scheduling algorithm based on multi-scale quantum harmonic oscillator algorithm (MQHOA) is proposed. Firstly, each scheduling scheme is treated as a sampling location, and the randomness of Gao Si sampling is used to search the local optimal solution at the current scale. If the algorithm is stable, the worst scheduling scheme will be replaced. Finally, when the algorithm enters the scaling down process, the algorithm will transition from global search to local search. After many iterations, the algorithm stops and outputs the optimal result. Through the simulation experiment on the Cloud Sim platform, compared with the existing first-come first-served Cloud algorithm and particle swarm optimization algorithm, the total task completion time is reduced by more than 10%. The experimental results show that the task scheduling algorithm based on MQHOA can converge quickly and has good global convergence and adaptive ability. It can reduce the total task completion time and balance the load.
【作者單位】： 中國科學院成都計算機應用研究所;中國科學院大學;西南民族大學計算機科學與技術學院;
【基金】：國家自然科學基金資助項目(60702075) 西南民族大學中央高校基本科研業(yè)務費專項(2017NZYQN27) 四川省青年科學基金資助項目(09ZQ026-068)~~
【分類號】：TP3

【參考文獻】

相關期刊論文 前6條

1 王鵬;黃焱;;具有能級穩(wěn)定過程的MQHOA優(yōu)化算法[J];通信學報;2016年07期

2 王鵬;黃焱;安俊秀;李建平;;多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析[J];電子科技大學學報;2016年03期

3 袁亞男;王鵬;劉峰;;多尺度量子諧振子算法性能分析[J];計算機應用;2015年06期

4 王鵬;黃焱;;多尺度量子諧振子優(yōu)化算法物理模型[J];計算機科學與探索;2015年10期

5 王鵬;黃焱;任超;郭又銘;;多尺度量子諧振子高維函數(shù)全局優(yōu)化算法[J];電子學報;2013年12期

6 倪霖;段超;鐘輝;;基于模擬諧振子算法的多項目調(diào)度[J];計算機應用;2011年09期

【共引文獻】

相關期刊論文 前10條

1 韓虎;王鵬;程琨;李波;;基于多尺度量子諧振子算法的云計算任務調(diào)度[J];計算機應用;2017年07期

2 崔夢天;楊麗;周緒川;;基于系統(tǒng)辨識的MQHOA算法的仿真與實現(xiàn)[J];西南民族大學學報(自然科學版);2017年03期

3 黃焱;王鵬;程琨;劉峰;;多尺度量子諧振子優(yōu)化算法的并行性研究[J];通信學報;2016年09期

4 王鵬;黃焱;袁亞男;都政;安俊秀;;多尺度量子諧振子算法的收斂特性[J];電子學報;2016年08期

5 黃焱;王鵬;謝高輝;安俊秀;;智能電網(wǎng)下數(shù)據(jù)中心能耗費用優(yōu)化綜述[J];浙江大學學報(工學版);2016年12期

6 王鵬;黃焱;;具有能級穩(wěn)定過程的MQHOA優(yōu)化算法[J];通信學報;2016年07期

7 王鵬;黃焱;安俊秀;李建平;;多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析[J];電子科技大學學報;2016年03期

8 燕京京;王鵬;范家兵;黃焱;;基于量子諧振子模型的聚類中心選取算法[J];電子學報;2016年02期

9 陸志君;安俊秀;王鵬;;基于劃分的多尺度量子諧振子算法多峰優(yōu)化[J];自動化學報;2016年02期

10 劉峰;王鵬;黃焱;袁亞男;;多尺度量子諧振子優(yōu)化算法實現(xiàn)方法研究[J];成都信息工程學院學報;2015年05期

【二級參考文獻】

相關期刊論文 前10條

1 王鵬;黃焱;安俊秀;李建平;;多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析[J];電子科技大學學報;2016年03期

2 黃焱;王鵬;謝高輝;;基于PE方法的數(shù)據(jù)中心需量費用優(yōu)化算法[J];通信學報;2016年03期

3 燕京京;王鵬;范家兵;黃焱;;基于量子諧振子模型的聚類中心選取算法[J];電子學報;2016年02期

4 陸志君;安俊秀;王鵬;;基于劃分的多尺度量子諧振子算法多峰優(yōu)化[J];自動化學報;2016年02期

5 劉峰;王鵬;黃焱;袁亞男;;多尺度量子諧振子優(yōu)化算法實現(xiàn)方法研究[J];成都信息工程學院學報;2015年05期

6 袁亞男;王鵬;劉峰;;多尺度量子諧振子算法性能分析[J];計算機應用;2015年06期

7 王鵬;黃焱;;多尺度量子諧振子優(yōu)化算法物理模型[J];計算機科學與探索;2015年10期

8 王鵬;黃焱;李坤;郭又銘;;云計算集群相空間負載均衡度優(yōu)先調(diào)度算法研究[J];計算機研究與發(fā)展;2014年05期

9 王鵬;黃焱;任超;郭又銘;;多尺度量子諧振子高維函數(shù)全局優(yōu)化算法[J];電子學報;2013年12期

10 姚明;;模擬諧振子算法在求解整數(shù)規(guī)劃問題中的應用[J];微型機與應用;2013年07期

【相似文獻】

相關期刊論文 前10條

1 孟憲福;基于優(yōu)先級的任務調(diào)度與負載均衡模型研究[J];小型微型計算機系統(tǒng);2005年09期

2 廖曉文;廖京盛;;時間觸發(fā)模式的任務調(diào)度與分解策略[J];單片機與嵌入式系統(tǒng)應用;2006年07期

3 樊曉香;;任務調(diào)度問題機制設計[J];計算機技術與發(fā)展;2008年07期

4 黃漾;;分布式環(huán)境下任務調(diào)度探討[J];電腦知識與技術;2011年19期

5 陳軍;謝立;孫鐘秀;;分布式任務調(diào)度研究的新趨向[J];計算機研究與發(fā)展;1990年04期

6 陳艇;;基于混沌最優(yōu)博弈的網(wǎng)絡任務調(diào)度算法仿真[J];計算機仿真;2013年11期

7 李陶深;李明麗;張希翔;;云計算環(huán)境下任務調(diào)度技術的研究進展[J];玉林師范學院學報;2014年02期

8 劉雄文,陸鑫達;元計算環(huán)境中任務調(diào)度的深入分析[J];計算機工程與應用;2002年17期

9 羅紅,慕德俊,鄧智群,王曉東;網(wǎng)格計算中任務調(diào)度研究綜述[J];計算機應用研究;2005年05期

10 張國海;江平宇;周光輝;;多設計任務調(diào)度的非合作博弈研究[J];西安交通大學學報;2007年03期

相關會議論文 前10條

1 劉培培;李連;叢海鵬;謝勇;;基于多代理協(xié)商機制的任務調(diào)度系統(tǒng)研究[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（下）[C];2006年

2 張磊;馬軍;;描述短時資源混雜占用型任務調(diào)度的數(shù)學模型與算法[A];2005年全國理論計算機科學學術年會論文集[C];2005年

3 王軍;巢玉強;彭釗軼;;基于任務調(diào)度的電能量計量采集系統(tǒng)的設計與實現(xiàn)[A];2006電力系統(tǒng)自動化學術交流研討大會論文集[C];2006年

4 張志強;王萬玉;王建平;李凡;袁剛;;多站多星任務調(diào)度優(yōu)化模型研究[A];第二十三屆全國空間探測學術交流會論文摘要集[C];2010年

5 韓云;于炯;張偉;王命全;;基于負載均衡的任務調(diào)度改進算法[A];2010年全國開放式分布與并行計算機學術會議論文集[C];2010年

6 王全民;王靚;許智宏;;網(wǎng)格環(huán)境中基于蟻群算法的批量任務調(diào)度的研究[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（上）[C];2006年

7 張曉云;岳繼光;楊麟祥;;零星任務調(diào)度在多控制任務系統(tǒng)中的應用[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

8 劉宇;劉玉榮;周冰;;基于WCF的環(huán)境減災星座運控任務調(diào)度系統(tǒng)[A];第二十五屆全國空間探測學術研討會摘要集[C];2012年

9 黃文澤;邵峰晶;孫仁誠;;基于雙總線安全結構的操作系統(tǒng)任務調(diào)度[A];2009全國計算機網(wǎng)絡與通信學術會議論文集[C];2009年

10 楊艦;黃道平;李小亞;;GDCS任務調(diào)度的SPN模型研究[A];第二十六屆中國控制會議論文集[C];2007年

相關重要報紙文章 前1條

1 王波;Linux與服務器集群技術[N];中國計算機報;2002年

相關博士學位論文 前10條

1 趙凡宇;航天器多目標觀測任務調(diào)度與規(guī)劃方法研究[D];北京理工大學;2015年

2 孫明明;云計算平臺上任務調(diào)度算法的研究[D];中國科學技術大學;2015年

3 張旭;面向網(wǎng)絡服務的傳輸協(xié)議設計與任務調(diào)度優(yōu)化[D];中國科學技術大學;2017年

4 郭力爭;云計算環(huán)境下資源部署與任務調(diào)度研究[D];東華大學;2015年

5 黃萬偉;基于服務屬性區(qū)分的可重構任務調(diào)度研究[D];解放軍信息工程大學;2009年

6 瞿進;可重構系統(tǒng)軟硬功能劃分及任務調(diào)度技術研究[D];解放軍信息工程大學;2011年

7 周雙娥;實時分布容錯系統(tǒng)的任務調(diào)度技術研究[D];哈爾濱工程大學;2003年

8 柴亞輝;基于FPGA的高性能計算架構硬件任務與資源模型研究[D];上海大學;2012年

9 金剛;云環(huán)境下任務調(diào)度關鍵問題研究[D];吉林大學;2015年

10 耿曉中;基于多核分布式環(huán)境下的任務調(diào)度關鍵技術研究[D];吉林大學;2013年

相關碩士學位論文 前10條

1 張巧龍;云計算環(huán)境下任務調(diào)度問題的研究[D];江南大學;2015年

2 徐彬;云環(huán)境下基于動態(tài)融合遺傳蟻群算法的DAG任務調(diào)度研究[D];南京信息工程大學;2015年

3 鐘瀟柔;基于動態(tài)遺傳算法的云計算任務節(jié)能調(diào)度策略研究[D];哈爾濱工業(yè)大學;2015年

4 李婷;分布式爬蟲任務調(diào)度與AJAX頁面抓取研究[D];電子科技大學;2015年

5 趙彬;基于任務調(diào)度和動態(tài)資源調(diào)整的云計算節(jié)能機制及能效分析[D];廣西大學;2015年

6 楊鏡;基于人工免疫系統(tǒng)的云平臺動態(tài)任務調(diào)度[D];電子科技大學;2014年

7 王一冰;基于ASP.NET的任務調(diào)度管理系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2013年

8 白晶晶;云環(huán)境下安全和可靠性驅(qū)動的工作流任務調(diào)度研究[D];新疆大學;2015年

9 呂信科;基于多核陣列的任務調(diào)度技術研究[D];電子科技大學;2015年

10 溫宇昂;單階段差異化多機可拆分任務調(diào)度優(yōu)化方法[D];東北大學;2013年

，

本文編號：1554678