基于遺傳算法的虛擬化服務(wù)器資源調(diào)度算法研究
發(fā)布時間:2022-12-24 00:09
近年來,隨著云計算技術(shù)的高速發(fā)展,云數(shù)據(jù)中心的規(guī)模不斷加大,為解決企業(yè)服務(wù)器采購成本高、系統(tǒng)部署慢、維護(hù)效率低等問題提供了比較好的方案?紤]到某銀行作為金融行業(yè)的特殊性,結(jié)合實(shí)際情況和論文撰寫需要,本文以在銀行內(nèi)部構(gòu)建基于虛擬化技術(shù)的私有云為出發(fā)點(diǎn),展開論文的研究工作。論文需要解決以下兩個問題:一、虛擬服務(wù)器的資源調(diào)度問題。云環(huán)境下的資源調(diào)度直接關(guān)系到計算成本和效率。調(diào)度算法實(shí)現(xiàn)復(fù)雜、計算成本高將使項目的實(shí)施變得毫無意義,這也是論文所要解決的首要問題。二、計算資源的負(fù)載均衡問題。云計算資源調(diào)度中容易出現(xiàn)虛擬資源節(jié)點(diǎn)負(fù)載不均衡和時間成本耗費(fèi)大的問題。從最終結(jié)果來看,這也是為了提升服務(wù)器整體性能所必須解決的另外一個問題。遺傳算法作為一種用于解決最優(yōu)化問題的全局搜索啟發(fā)式算法,它在解決上述問題時具有很大的優(yōu)勢,它可以根據(jù)需要設(shè)計出任意符合要求的適應(yīng)度函數(shù)從而獲得問題的最優(yōu)解。針對傳統(tǒng)遺傳算法在云計算資源調(diào)度中存在收斂速度慢、易早熟和資源負(fù)載不均衡的問題,本文對傳統(tǒng)算法進(jìn)行了如下改進(jìn):一、優(yōu)化初始種群生成條件。在種群生成的時候即排除一些不合理的基因,從而使算法執(zhí)行時間更加短。二、在適應(yīng)度函數(shù)中...
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文研究內(nèi)容
1.4 論文結(jié)構(gòu)
1.5 本章小結(jié)
第2章 云計算及虛擬化
2.1 云計算概述
2.2 云環(huán)境下的資源調(diào)度目標(biāo)和特點(diǎn)
2.2.1 調(diào)度目標(biāo)
2.2.2 調(diào)度特點(diǎn)
2.3 云環(huán)境下常用的資源調(diào)度算法
2.3.1 輪詢算法
2.3.2 模擬退火算法
2.3.3 蟻群算法
2.3.4 遺傳算法
2.4 遺傳算法概述
2.4.1 算法基本思想
2.4.2 算法特點(diǎn)
2.4.3 算法執(zhí)行過程
2.5 云計算實(shí)現(xiàn)技術(shù)
2.5.1 虛擬化技術(shù)
2.5.2 分布式海量數(shù)據(jù)存儲
2.5.3 編程模式
2.6 本章小結(jié)
第3章 問題分析與算法設(shè)計
3.1 目標(biāo)分析
3.1.1 現(xiàn)狀概況
3.1.2 技術(shù)優(yōu)勢比較
3.1.3 問題提出
3.2 方案設(shè)計
3.2.1 虛擬化實(shí)現(xiàn)方式
3.2.2 算法選擇
3.3 算法設(shè)計
3.3.1 基本定義及編碼
3.3.2 種群初始化方案設(shè)計
3.3.3 適應(yīng)度函數(shù)設(shè)計
3.3.4 選擇算子設(shè)計
3.3.5 交叉算子設(shè)計
3.3.6 變異算子設(shè)計
3.3.7 終止條件設(shè)計
3.4 本章小結(jié)
第4章 算法改進(jìn)與仿真實(shí)驗(yàn)
4.1 傳統(tǒng)遺傳算法缺陷
4.2 改進(jìn)方案
4.2.1 初始化種群改進(jìn)
4.2.2 適應(yīng)度函數(shù)改進(jìn)
4.2.3 迭代終止條件改進(jìn)
4.3 仿真實(shí)驗(yàn)設(shè)計
4.3.1 需求分析
4.3.2 種群選擇
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 傳統(tǒng)遺傳算法
4.4.2 改進(jìn)遺傳算法
4.5 本章小結(jié)
第5章 項目實(shí)現(xiàn)
5.1 概述
5.1.1 虛擬化平臺
5.1.2 云主機(jī)管理平臺
5.1.3 資源監(jiān)控系統(tǒng)
5.2 實(shí)現(xiàn)目標(biāo)展示
5.3 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號:3725667
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文研究內(nèi)容
1.4 論文結(jié)構(gòu)
1.5 本章小結(jié)
第2章 云計算及虛擬化
2.1 云計算概述
2.2 云環(huán)境下的資源調(diào)度目標(biāo)和特點(diǎn)
2.2.1 調(diào)度目標(biāo)
2.2.2 調(diào)度特點(diǎn)
2.3 云環(huán)境下常用的資源調(diào)度算法
2.3.1 輪詢算法
2.3.2 模擬退火算法
2.3.3 蟻群算法
2.3.4 遺傳算法
2.4 遺傳算法概述
2.4.1 算法基本思想
2.4.2 算法特點(diǎn)
2.4.3 算法執(zhí)行過程
2.5 云計算實(shí)現(xiàn)技術(shù)
2.5.1 虛擬化技術(shù)
2.5.2 分布式海量數(shù)據(jù)存儲
2.5.3 編程模式
2.6 本章小結(jié)
第3章 問題分析與算法設(shè)計
3.1 目標(biāo)分析
3.1.1 現(xiàn)狀概況
3.1.2 技術(shù)優(yōu)勢比較
3.1.3 問題提出
3.2 方案設(shè)計
3.2.1 虛擬化實(shí)現(xiàn)方式
3.2.2 算法選擇
3.3 算法設(shè)計
3.3.1 基本定義及編碼
3.3.2 種群初始化方案設(shè)計
3.3.3 適應(yīng)度函數(shù)設(shè)計
3.3.4 選擇算子設(shè)計
3.3.5 交叉算子設(shè)計
3.3.6 變異算子設(shè)計
3.3.7 終止條件設(shè)計
3.4 本章小結(jié)
第4章 算法改進(jìn)與仿真實(shí)驗(yàn)
4.1 傳統(tǒng)遺傳算法缺陷
4.2 改進(jìn)方案
4.2.1 初始化種群改進(jìn)
4.2.2 適應(yīng)度函數(shù)改進(jìn)
4.2.3 迭代終止條件改進(jìn)
4.3 仿真實(shí)驗(yàn)設(shè)計
4.3.1 需求分析
4.3.2 種群選擇
4.4 實(shí)驗(yàn)結(jié)果分析
4.4.1 傳統(tǒng)遺傳算法
4.4.2 改進(jìn)遺傳算法
4.5 本章小結(jié)
第5章 項目實(shí)現(xiàn)
5.1 概述
5.1.1 虛擬化平臺
5.1.2 云主機(jī)管理平臺
5.1.3 資源監(jiān)控系統(tǒng)
5.2 實(shí)現(xiàn)目標(biāo)展示
5.3 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
本文編號:3725667
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/3725667.html
最近更新
教材專著