發(fā)布時(shí)間：2021-03-01 05:10

　　智能制造工廠中,生產(chǎn)自動(dòng)化給各類處理任務(wù)的終端帶來(lái)了大量的任務(wù)處理需求,而移動(dòng)云計(jì)算技術(shù)恰好可以緩解這種任務(wù)處理壓力。但是在移動(dòng)云計(jì)算技術(shù)的應(yīng)用中也存在著一些問(wèn)題,如大量實(shí)時(shí)性任務(wù)的時(shí)延要求難以得到滿足,移動(dòng)端的儲(chǔ)能受限使得移動(dòng)端的工作時(shí)長(zhǎng)成為移動(dòng)云計(jì)算應(yīng)用中的一個(gè)瓶頸。本文考慮了以任務(wù)時(shí)延和移動(dòng)端能量利用率為優(yōu)化目標(biāo)的移動(dòng)云計(jì)算中任務(wù)調(diào)度問(wèn)題。本文的任務(wù)調(diào)度問(wèn)題在實(shí)質(zhì)上就是一個(gè)任務(wù)卸載問(wèn)題,即如何以時(shí)延和移動(dòng)端能量利用率為優(yōu)化目標(biāo),更好地將一部分任務(wù)從移動(dòng)端遷移到云端服務(wù)器。本文提出了移動(dòng)云計(jì)算任務(wù)調(diào)度問(wèn)題的基本方案,任務(wù)調(diào)度的基本架構(gòu),并為該任務(wù)調(diào)度問(wèn)題建立了基本模型,該模型為任務(wù)調(diào)度問(wèn)題的解決奠定了堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ),之后在數(shù)學(xué)模型的基礎(chǔ)上提出了兩個(gè)算法來(lái)優(yōu)化本文的時(shí)延和移動(dòng)端能量利用率這兩個(gè)目標(biāo)。本文以移動(dòng)端能耗和任務(wù)的時(shí)延為優(yōu)化目標(biāo),以任務(wù)模型、任務(wù)時(shí)延模型、能耗模型等為數(shù)學(xué)理論基礎(chǔ),提出了由兩個(gè)基于啟發(fā)式算法原理的優(yōu)化算法構(gòu)成的任務(wù)調(diào)度分步策略。兩個(gè)啟發(fā)式算法分別以粒子群算法和遺傳算法為基本原理,提出了PGAAT算法和GACTEU算法。第一個(gè)算法對(duì)于任務(wù)相關(guān)的一些參數(shù)做了優(yōu)化,... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究的背景及意義
    1.2 移動(dòng)云計(jì)算下任務(wù)調(diào)度的研究現(xiàn)狀
    1.3 研究目標(biāo)和內(nèi)容及創(chuàng)新點(diǎn)
    1.4 論文章節(jié)安排
第二章 移動(dòng)云計(jì)算中任務(wù)調(diào)度相關(guān)理論
    2.1 移動(dòng)云計(jì)算任務(wù)調(diào)度的三種模式
        2.1.1 基于云端的完全任務(wù)遷移模式
        2.1.2 基于云端的部分任務(wù)遷移模式
        2.1.3 基于移動(dòng)端間互助的任務(wù)均衡模式
        2.1.4 三種模式的比較及其應(yīng)用
    2.2 移動(dòng)云計(jì)算任務(wù)調(diào)度的相關(guān)算法
        2.2.1 傳統(tǒng)的移動(dòng)云計(jì)算任務(wù)調(diào)度算法
            2.2.1.1 Min-Min算法
            2.2.1.2 Max-Min算法
            2.2.1.3 公平調(diào)度算法
        2.2.2 智能的移動(dòng)云計(jì)算任務(wù)調(diào)度算法
            2.2.2.1 遺傳算法
            2.2.2.2 蟻群算法
            2.2.2.3 模擬退火算法
            2.2.2.4 粒子群算法
            2.2.2.5 幾種算法相比較
    2.3 任務(wù)調(diào)度中的常用節(jié)能技術(shù)
    2.4 本章小結(jié)
第三章 移動(dòng)云計(jì)算中任務(wù)調(diào)度問(wèn)題的建模
    3.1 移動(dòng)云計(jì)算任務(wù)調(diào)度總體方案
    3.2 移動(dòng)云計(jì)算任務(wù)調(diào)度的系統(tǒng)架構(gòu)
    3.3 任務(wù)模型
    3.4 任務(wù)的時(shí)延模型
    3.5 移動(dòng)端的能耗模型
    3.6 本章小結(jié)
第四章 移動(dòng)云計(jì)算中任務(wù)調(diào)度算法設(shè)計(jì)
    4.1 任務(wù)調(diào)度問(wèn)題的描述和分析
    4.2 算法設(shè)計(jì)的總體思路
    4.3 移動(dòng)云計(jì)算任務(wù)調(diào)度參數(shù)的優(yōu)化
        4.3.1 算法分析
        4.3.2 PGAAT算法詳解
    4.4 移動(dòng)云計(jì)算任務(wù)調(diào)度算法
        4.4.1 算法分析
        4.4.2 GACTEU算法詳解
        4.4.3 GACTEU算法的相關(guān)設(shè)置
    4.5 本章小結(jié)
第五章 實(shí)驗(yàn)仿真和結(jié)果分析
    5.1 參數(shù)優(yōu)化算法和任務(wù)調(diào)度決策算法的實(shí)驗(yàn)設(shè)計(jì)
    5.2 實(shí)驗(yàn)結(jié)果及其相關(guān)分析
        5.2.1 PGAAT算法實(shí)驗(yàn)結(jié)果及分析
        5.2.2 GACTEU算法實(shí)驗(yàn)結(jié)果及分析
第六章 總結(jié)和展望
    6.1 全文總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)云計(jì)算環(huán)境下任務(wù)調(diào)度的多目標(biāo)優(yōu)化方法[J]. 胡海洋,劉潤(rùn)華,胡華.  計(jì)算機(jī)研究與發(fā)展. 2017(09)
[2]云數(shù)據(jù)中心的能耗管理研究[J]. 周航,朱欣穎.  智能計(jì)算機(jī)與應(yīng)用. 2013(04)
[3]云計(jì)算環(huán)境中優(yōu)化遺傳算法的資源調(diào)度策略[J]. 劉愉,趙志文,李小蘭,孔令榮,于淑環(huán),于妍芳.  北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(04)
[4]一種基于粒子群的聚類算法[J]. 姚麗娟,羅可,孟穎.  計(jì)算機(jī)工程與應(yīng)用. 2012(13)



本文編號(hào)：3056994