云環(huán)境中任務(wù)調(diào)度優(yōu)化算法的研究
發(fā)布時間:2021-07-23 18:46
云計算是目前發(fā)展迅速的一種計算模式,它是通過互聯(lián)網(wǎng)向全世界提供各類基礎(chǔ)服務(wù),不僅方便了用戶的需求,同時促進(jìn)了一些新興企業(yè)的發(fā)展。但由于云平臺需要面對大量的數(shù)據(jù)以及計算任務(wù),因此,如何合理地對云計算資源進(jìn)行分配以及設(shè)計高效的任務(wù)調(diào)度策略來最大限度地降低成本、提高資源利用率、滿足用戶需求是云計算需要解決的關(guān)鍵問題。本文的研究內(nèi)容如下:首先,針對遺傳算法處理云環(huán)境中獨立任務(wù)調(diào)度時出現(xiàn)的收斂速度慢以及尋優(yōu)不穩(wěn)定問題,在考慮任務(wù)的總執(zhí)行時間、執(zhí)行成本以及負(fù)載失衡值作為算法的優(yōu)化目標(biāo)的基礎(chǔ)上,提出一種基于遺傳與粒子群算法融合的動態(tài)目標(biāo)任務(wù)調(diào)度算法(Dynamic Object based on Genetic Algorithm and Particle Swarm Optimization algorithm,DO-GAPSO)。在種群初始化階段,利用Max-Min算法、Round-Robin算法以及Min-Min算法初始化,為算法進(jìn)化及搜索提供大致方向;在適應(yīng)度評價函數(shù)建模中引入線性權(quán)重動態(tài)分配策略,提高算法的收斂速度;在選擇操作中,計算種群個體多樣適應(yīng)度,利用不同的選擇方式進(jìn)行選擇,保證種群...
【文章來源】:山西大學(xué)山西省
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
云計算體系結(jié)構(gòu)
任務(wù)調(diào)度模型
分配虛擬資源進(jìn)行執(zhí)行。圖 4.1 DAG 任務(wù)圖以圖 4.1 為例,入口節(jié)點 T0、T1 以及 T2,存在多個入口節(jié)點,則設(shè)計虛擬節(jié)點T,T 任務(wù)的計算代價為 0。首先調(diào)度執(zhí)行偽入口節(jié)點 T,在任務(wù) T 調(diào)度完畢后方可按照一定的調(diào)度策略對任務(wù) T0-T2 進(jìn)行調(diào)度。同理,先執(zhí)行完 T0 和 T1,才可以執(zhí)行任務(wù) T3,以此類推,直至任務(wù) T9 執(zhí)行完畢。此時
【參考文獻(xiàn)】:
期刊論文
[1]云計算環(huán)境下對資源聚類的工作流任務(wù)調(diào)度算法[J]. 郭鳳羽,禹龍,田生偉,于炯,孫華. 計算機(jī)應(yīng)用. 2013(08)
[2]云計算:體系架構(gòu)與關(guān)鍵技術(shù)[J]. 羅軍舟,金嘉暉,宋愛波,東方. 通信學(xué)報. 2011(07)
[3]一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)格實時調(diào)度算法[J]. 李盛欣,段盛. 計算機(jī)應(yīng)用研究. 2009(06)
[4]遺傳選擇算子的比較與研究[J]. 楊平,鄭金華. 計算機(jī)工程與應(yīng)用. 2007(15)
[5]一種基于模糊聚類的網(wǎng)格DAG任務(wù)圖調(diào)度算法[J]. 杜曉麗,蔣昌俊,徐國榮,丁志軍. 軟件學(xué)報. 2006(11)
[6]遺傳算法的編碼理論與應(yīng)用[J]. 余有明,劉玉樹,閻光偉. 計算機(jī)工程與應(yīng)用. 2006(03)
[7]遺傳算法及其改進(jìn)[J]. 段玉倩,賀家李. 電力系統(tǒng)及其自動化學(xué)報. 1998(01)
博士論文
[1]大規(guī)模云數(shù)據(jù)中心負(fù)載優(yōu)化調(diào)度方法研究[D]. 盧興見.浙江大學(xué) 2014
碩士論文
[1]基于生物共生演算法的云任務(wù)調(diào)度研究[D]. 劉曉丹.河北大學(xué) 2017
[2]云計算環(huán)境下基于改進(jìn)PSO算法的任務(wù)調(diào)度研究[D]. 宋寒冰.吉林大學(xué) 2017
[3]農(nóng)業(yè)數(shù)據(jù)云平臺下的實例密集型工作流調(diào)度算法研究[D]. 邱靖坡.北京工業(yè)大學(xué) 2016
[4]云環(huán)境中負(fù)載均衡和QoS驅(qū)動的多目標(biāo)協(xié)同任務(wù)調(diào)度研究[D]. 王婷婷.大連海事大學(xué) 2015
[5]多智能體調(diào)度優(yōu)化算法研究[D]. 王東陽.哈爾濱工程大學(xué) 2010
本文編號:3299833
【文章來源】:山西大學(xué)山西省
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
云計算體系結(jié)構(gòu)
任務(wù)調(diào)度模型
分配虛擬資源進(jìn)行執(zhí)行。圖 4.1 DAG 任務(wù)圖以圖 4.1 為例,入口節(jié)點 T0、T1 以及 T2,存在多個入口節(jié)點,則設(shè)計虛擬節(jié)點T,T 任務(wù)的計算代價為 0。首先調(diào)度執(zhí)行偽入口節(jié)點 T,在任務(wù) T 調(diào)度完畢后方可按照一定的調(diào)度策略對任務(wù) T0-T2 進(jìn)行調(diào)度。同理,先執(zhí)行完 T0 和 T1,才可以執(zhí)行任務(wù) T3,以此類推,直至任務(wù) T9 執(zhí)行完畢。此時
【參考文獻(xiàn)】:
期刊論文
[1]云計算環(huán)境下對資源聚類的工作流任務(wù)調(diào)度算法[J]. 郭鳳羽,禹龍,田生偉,于炯,孫華. 計算機(jī)應(yīng)用. 2013(08)
[2]云計算:體系架構(gòu)與關(guān)鍵技術(shù)[J]. 羅軍舟,金嘉暉,宋愛波,東方. 通信學(xué)報. 2011(07)
[3]一種基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)格實時調(diào)度算法[J]. 李盛欣,段盛. 計算機(jī)應(yīng)用研究. 2009(06)
[4]遺傳選擇算子的比較與研究[J]. 楊平,鄭金華. 計算機(jī)工程與應(yīng)用. 2007(15)
[5]一種基于模糊聚類的網(wǎng)格DAG任務(wù)圖調(diào)度算法[J]. 杜曉麗,蔣昌俊,徐國榮,丁志軍. 軟件學(xué)報. 2006(11)
[6]遺傳算法的編碼理論與應(yīng)用[J]. 余有明,劉玉樹,閻光偉. 計算機(jī)工程與應(yīng)用. 2006(03)
[7]遺傳算法及其改進(jìn)[J]. 段玉倩,賀家李. 電力系統(tǒng)及其自動化學(xué)報. 1998(01)
博士論文
[1]大規(guī)模云數(shù)據(jù)中心負(fù)載優(yōu)化調(diào)度方法研究[D]. 盧興見.浙江大學(xué) 2014
碩士論文
[1]基于生物共生演算法的云任務(wù)調(diào)度研究[D]. 劉曉丹.河北大學(xué) 2017
[2]云計算環(huán)境下基于改進(jìn)PSO算法的任務(wù)調(diào)度研究[D]. 宋寒冰.吉林大學(xué) 2017
[3]農(nóng)業(yè)數(shù)據(jù)云平臺下的實例密集型工作流調(diào)度算法研究[D]. 邱靖坡.北京工業(yè)大學(xué) 2016
[4]云環(huán)境中負(fù)載均衡和QoS驅(qū)動的多目標(biāo)協(xié)同任務(wù)調(diào)度研究[D]. 王婷婷.大連海事大學(xué) 2015
[5]多智能體調(diào)度優(yōu)化算法研究[D]. 王東陽.哈爾濱工程大學(xué) 2010
本文編號:3299833
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/3299833.html
最近更新
教材專著