云計(jì)算是網(wǎng)格計(jì)算的發(fā)展。對(duì)于云系統(tǒng)而言,如何科學(xué)合理的進(jìn)行云計(jì)算資源調(diào)度至關(guān)重要。本文提出了應(yīng)用于云資源調(diào)度的基于膜計(jì)算的改進(jìn)粒子群策略。主要貢獻(xiàn)如下:1.提出了一種基于膜計(jì)算的改進(jìn)粒子群算法。該算法將粒子群智能算法和膜計(jì)算相結(jié)合,并將膜系統(tǒng)劃分為主膜和輔助膜,在主膜和輔助膜內(nèi)分別按照一定規(guī)則迭代改進(jìn)粒子群算法,根據(jù)主膜和輔助膜之間的不同職責(zé)選用不同改進(jìn)的粒子群算法。實(shí)驗(yàn)結(jié)果表明,此改進(jìn)有效的提高了算法魯棒性。2.提出了一種混沌改進(jìn)粒子群算法,基于膜計(jì)算特性,輔助膜內(nèi)的智能算法要求有較強(qiáng)的全局搜索能力和種族多樣性,所以本文在混沌思想基礎(chǔ)上引入了鄰域思想,即粒子迭代更新過(guò)程中不僅要考慮混沌序列變化,還要考慮鄰居粒子的狀態(tài),以達(dá)到更好的全局搜索效果。實(shí)驗(yàn)結(jié)果表明,此改進(jìn)利于全局搜索。3.提出了一種兼顧快速收斂和多尺度適應(yīng)變異逃逸的粒子群改進(jìn)算法,基于膜計(jì)算的特性,主膜內(nèi)要求局部搜索能力較強(qiáng)和收斂速度較快。所以本文提出的改進(jìn)算法思想是對(duì)優(yōu)質(zhì)粒子進(jìn)行多次的局部搜索,使其能將優(yōu)質(zhì)信息更好的傳播。并在此基礎(chǔ)上,提出了多尺度適應(yīng)變異逃逸的思想,根據(jù)不同尺度的方差計(jì)算選擇是否早熟逃逸。實(shí)驗(yàn)結(jié)果表明,此... 

【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)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容及方法
    1.4 論文章節(jié)安排
第二章 云資源調(diào)度相關(guān)技術(shù)
    2.1 云計(jì)算概述
        2.1.1 體系結(jié)構(gòu)和特點(diǎn)
        2.1.2 云數(shù)據(jù)中心
    2.2 云計(jì)算資源調(diào)度概述
        2.2.1 資源調(diào)度模型
        2.2.2 資源調(diào)度流程
        2.2.3 啟發(fā)式算法分析
        2.2.4 對(duì)比算法
    2.3 本章小結(jié)
第三章 基于膜計(jì)算的改進(jìn)粒子群算法
    3.1 粒子群算法
        3.1.1 PSO算法原理
        3.1.2 PSO算法執(zhí)行流程
    3.2 膜計(jì)算
        3.2.1 膜計(jì)算的產(chǎn)生
        3.2.2 膜計(jì)算的基本概念
    3.3 改進(jìn)的混沌粒子群算法
        3.3.1 混沌的特征與產(chǎn)生模型
        3.3.2 ICLPSO算法思想
        3.3.3 ICLPSO算法執(zhí)行步驟
    3.4 改進(jìn)的FMEPSO算法
        3.4.1 算法思想
        3.4.2 基于快速收斂的算法改進(jìn)
        3.4.3 基于多尺度動(dòng)態(tài)適應(yīng)變異逃逸的算法改進(jìn)
        3.4.4 算法描述
        3.4.5 算法執(zhí)行流程
    3.5 改進(jìn)的M-PSO算法
        3.5.1 M-PSO算法思想
        3.5.2 編碼規(guī)則
        3.5.3 進(jìn)化規(guī)則
        3.5.4 算法流程
    3.6 仿真實(shí)驗(yàn)及結(jié)果分析
    3.7 本章小結(jié)
第四章 M-PSO于云資源調(diào)度的應(yīng)用
    4.1 M-PSO于云資源調(diào)度策略分析
        4.1.1 可行性分析
        4.1.2 物理模型
        4.1.3 設(shè)計(jì)策略
        4.1.4 數(shù)學(xué)模型
    4.2 M-PSO于云資源中調(diào)度模型
        4.2.1 目標(biāo)函數(shù)
        4.2.2 約束條件
        4.2.3 算法設(shè)計(jì)
        4.2.4 實(shí)現(xiàn)流程
    4.3 本章小結(jié)
第五章 實(shí)驗(yàn)及結(jié)果分析
    5.1 仿真系統(tǒng)分析
        5.1.1 平臺(tái)簡(jiǎn)介
        5.1.2 體系結(jié)構(gòu)
        5.1.3 CloudSim仿真核心類
    5.2 仿真環(huán)境和步驟
        5.2.1 仿真環(huán)境
        5.2.2 仿真步驟
    5.3 實(shí)驗(yàn)結(jié)果分析
        5.3.1 性能指標(biāo)
        5.3.2 實(shí)驗(yàn)?zāi)M及結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來(lái)展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]一種基于信任推理與演化的Web服務(wù)組合策略[J]. 龍軍,劉昕民,袁鑫攀,張祖平,桂衛(wèi)華.  計(jì)算機(jī)學(xué)報(bào). 2012(02)
[2]一種面向虛擬化數(shù)字中心資源按需重配置方法[J]. 米海波,王懷民,尹剛,史殿習(xí),周揚(yáng)帆,袁霖.  軟件學(xué)報(bào). 2011(09)
[3]云計(jì)算研究現(xiàn)狀綜述[J]. 李喬,鄭嘯.  計(jì)算機(jī)科學(xué). 2011(04)
[4]一種面向語(yǔ)義Web的組合服務(wù)演化方法研究[J]. 王曉璇,鮑愛(ài)華,繆嘉嘉,丁科,王真.  計(jì)算機(jī)科學(xué). 2011(02)
[5]云計(jì)算環(huán)境下基于改進(jìn)遺傳算法的任務(wù)調(diào)度算法[J]. 李建鋒,彭艦.  計(jì)算機(jī)應(yīng)用. 2011(01)
[6]自然計(jì)算的新分支——膜計(jì)算[J]. 張葛祥,潘林強(qiáng).  計(jì)算機(jī)學(xué)報(bào). 2010(02)
[7]云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J]. 陳康,鄭緯民.  軟件學(xué)報(bào). 2009(05)
[8]微粒群算法參數(shù)效能的統(tǒng)計(jì)分析[J]. 彭宇,彭喜元,劉兆慶.  電子學(xué)報(bào). 2004(02)

博士論文
[1]膜計(jì)算優(yōu)化方法研究[D]. 黃亮.浙江大學(xué) 2007



本文編號(hào)：3602943