本文關(guān)鍵詞：云環(huán)境中基于多目標(biāo)優(yōu)化的科學(xué)工作流數(shù)據(jù)布局策略研究

  更多相關(guān)文章： 云計(jì)算 科學(xué)工作流 數(shù)據(jù)布局 多目標(biāo)優(yōu)化 傳輸時間 負(fù)載均衡

【摘要】：天文學(xué)、高能物理學(xué)、生物信息學(xué)等現(xiàn)代科學(xué)應(yīng)用領(lǐng)域通常包含成千上萬個任務(wù),并且需要處理大量的數(shù)據(jù),因而需要大量的計(jì)算資源和存儲資源�？茖W(xué)工作流作為一種流行和重要的機(jī)制可以幫助科學(xué)家自動執(zhí)行這些科學(xué)仿真和數(shù)據(jù)分析過程。隨著的科學(xué)研究日益復(fù)雜,確�？茖W(xué)工作流的高效執(zhí)行變得十分重要。由于云計(jì)算擁有全球性的分布式數(shù)據(jù)中心,能夠?yàn)橛脩籼峁┝舜罅康拇鎯臻g和高性能的計(jì)算資源,它的高效、靈活的特點(diǎn)為科學(xué)工作流的執(zhí)行提供了一種全新的方式。但是,將科學(xué)工作流部署在云計(jì)算環(huán)境上仍然面臨許多挑戰(zhàn),在數(shù)據(jù)布局方面尤為突出�？茖W(xué)工作流的執(zhí)行過程中,大量的數(shù)據(jù)需要從一個數(shù)據(jù)中心傳輸?shù)搅硪粩?shù)據(jù)中心,因此,如何更好地布局科學(xué)工作流的數(shù)據(jù)集,降低跨數(shù)據(jù)中心的數(shù)據(jù)傳輸變得非常重要。云環(huán)境下的數(shù)據(jù)中心都有它獨(dú)特的特征,將科學(xué)工作流中大量的數(shù)據(jù)集存放在某個數(shù)據(jù)中心是不合理的。因此需要研究一種高效的數(shù)據(jù)布局策略,提高科學(xué)工作流的執(zhí)行效率。目前存在的數(shù)據(jù)布局策略主要是基于聚類算法和智能算法,包括k-means算法、遺傳算法和粒子群算法等,它們可以減少科學(xué)工作流執(zhí)行過程中數(shù)據(jù)傳輸時間,但它們忽略了數(shù)據(jù)中心間負(fù)載均衡,導(dǎo)致數(shù)據(jù)集被布局在少量的數(shù)據(jù)中心上,從而影響了整個數(shù)據(jù)中心的計(jì)算能力,進(jìn)而降低了科學(xué)工作流的執(zhí)行效率。因此,一個高效的數(shù)據(jù)布局策略應(yīng)同時兼顧到數(shù)據(jù)傳輸時間和數(shù)據(jù)中心問的負(fù)載均衡�；谏鲜龅姆治�,對數(shù)據(jù)集進(jìn)行布局時,同時考慮數(shù)據(jù)傳輸時間和負(fù)載均衡是很困難的,傳統(tǒng)的數(shù)據(jù)布局方法很難獲取高效的數(shù)據(jù)布局方案。本文運(yùn)用基于多目標(biāo)優(yōu)化的方法對數(shù)據(jù)集進(jìn)行布局。解決多目標(biāo)優(yōu)化問題通常采用的是基于進(jìn)化算法的啟發(fā)式方法,它有著自適應(yīng)、避免局部最優(yōu)、黑盒式求解等諸多優(yōu)點(diǎn),可以兼顧數(shù)據(jù)布局策略中的數(shù)據(jù)傳輸時間和負(fù)載均衡,從而有效解決科學(xué)工作流中數(shù)據(jù)布局問題。本文的研究內(nèi)容為數(shù)據(jù)布局策略,通過優(yōu)化數(shù)據(jù)傳輸時間和負(fù)載均衡兩個目標(biāo),從而提高云環(huán)境下科學(xué)工作流的執(zhí)行效率,主要工作如下：(1)對云計(jì)算環(huán)境下科學(xué)工作流的數(shù)據(jù)布局問題進(jìn)行建模,并舉例分析傳統(tǒng)數(shù)據(jù)布局策略的不足,然后給出本文的數(shù)據(jù)布局方案；(2)將多目標(biāo)優(yōu)化思想運(yùn)用到數(shù)據(jù)布局中,針對兩個目標(biāo)(數(shù)據(jù)傳輸時間和數(shù)據(jù)中心間負(fù)載均衡)進(jìn)行了優(yōu)化；(3)采用基于多目標(biāo)進(jìn)化算法KnEA的數(shù)據(jù)布局策略對科學(xué)工作流中數(shù)據(jù)集進(jìn)行布局,得到數(shù)據(jù)傳輸時間和數(shù)據(jù)中心間負(fù)載均衡都較優(yōu)的數(shù)據(jù)布局方案；(4)提出了一種將MOEA/D算法和外部檔案集搜索相結(jié)合的算法EAS-MOEA/D算法。該算法在MOEA/D算法的基礎(chǔ)上,將外部檔案集作為搜索指導(dǎo)方向,用基于分解的策略進(jìn)化內(nèi)部種群和基于非支配排序的策略維持外部檔案集,讓兩種策略共同競爭,因而具有更好的多目標(biāo)優(yōu)化性能,與此同時,結(jié)合數(shù)據(jù)布局的基礎(chǔ)上,將個體的標(biāo)準(zhǔn)差作為外部檔案集搜索指導(dǎo)的重要標(biāo)準(zhǔn)。最后,將EAS-MOEA/D算法應(yīng)用到科學(xué)工作流的數(shù)據(jù)布局中。通過使用matlab對云計(jì)算環(huán)境和科學(xué)工作流進(jìn)行仿真,將本文提出的兩種數(shù)據(jù)布局策略與傳統(tǒng)的數(shù)據(jù)布局策略進(jìn)行對比試驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,本文提出的兩種數(shù)據(jù)布局策略具有更明顯的優(yōu)勢,可以有效減少數(shù)據(jù)傳輸時間和保持?jǐn)?shù)據(jù)中心間負(fù)載均衡。本文的研究可以有效地提高科學(xué)工作流的執(zhí)行效率,降低云服務(wù)商的運(yùn)行成本,具有廣泛的發(fā)展前景。
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TP311.13

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉淳安;王宇平;;基于新模型的動態(tài)多目標(biāo)優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)研究與發(fā)展;2008年04期

2 徐鶴鳴;王東;;多目標(biāo)優(yōu)化問題的求解框架[J];微計(jì)算機(jī)信息;2009年36期

3 郭曉東;王麗芳;;求解多目標(biāo)優(yōu)化問題的分布估計(jì)算法[J];太原科技大學(xué)學(xué)報(bào);2010年01期

4 雍龍泉;;求解一類不可微多目標(biāo)優(yōu)化問題的社會認(rèn)知算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

5 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問題研究[J];計(jì)算機(jī)科學(xué);2012年02期

6 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬海同;;復(fù)方藥物劑量配比多目標(biāo)優(yōu)化的方法學(xué)研究[J];微型機(jī)與應(yīng)用;2012年07期

7 王杰文;;約束多目標(biāo)優(yōu)化問題中約束處理方法綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年36期

8 賈利民,張錫第;智能多目標(biāo)優(yōu)化控制及其應(yīng)用[J];信息與控制;1992年01期

9 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽工學(xué)院學(xué)報(bào);1993年02期

10 吳清烈,江孝感,徐南榮;大規(guī)模含整變量多目標(biāo)優(yōu)化的一種新方法[J];信息與控制;1998年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張翔;;一種無歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機(jī)械學(xué)會成立40周年慶典暨2003年學(xué)術(shù)年會論文集[C];2003年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評述[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會——提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

4 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學(xué)術(shù)年會論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標(biāo)優(yōu)化試驗(yàn)函數(shù)產(chǎn)生器[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會論文集[C];2008年

6 賈小平;韓方煜;;多目標(biāo)優(yōu)化及其在過程工程中的應(yīng)用[A];過程系統(tǒng)工程2001年會論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標(biāo)優(yōu)化[A];第一屆全國安全科學(xué)理論研討會論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國傳遞過程學(xué)術(shù)研討會論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王晗丁;復(fù)雜問題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

3 鄒娟;高維多目標(biāo)進(jìn)化優(yōu)化及降維評價的方法研究[D];湘潭大學(xué);2014年

4 楊光;求解多目標(biāo)優(yōu)化問題的NWSA研究及其工程應(yīng)用[D];吉林大學(xué);2015年

5 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

6 蔣慶;地下水時空變化及監(jiān)測網(wǎng)多目標(biāo)優(yōu)化研究[D];華中科技大學(xué);2008年

7 陳瓊;演化多目標(biāo)優(yōu)化多樣性保持策略及其應(yīng)用研究[D];武漢理工大學(xué);2010年

8 陳小紅;基于進(jìn)化算法的高維多目標(biāo)優(yōu)化問題求解方法及應(yīng)用[D];深圳大學(xué);2015年

9 劉鎏;多目標(biāo)優(yōu)化進(jìn)化算法及應(yīng)用研究[D];天津大學(xué);2010年

10 魏靜萱;解決單目標(biāo)和多目標(biāo)優(yōu)化問題的進(jìn)化算法[D];西安電子科技大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 何素素;基于改進(jìn)的粒子群算法的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化研究[D];西安石油大學(xué);2015年

2 黃怡;基于藥效綜合評價的中藥組分配伍優(yōu)化方法研究[D];浙江大學(xué);2015年

3 韓偉;基于混合智能算法在造紙廢水厭氧消化處理過程多目標(biāo)優(yōu)化中的研究[D];華南理工大學(xué);2015年

4 彭清風(fēng);基于魯棒性的船體中橫剖面多目標(biāo)優(yōu)化[D];上海交通大學(xué);2015年

5 崔華;面向個性化需求的服務(wù)組合優(yōu)化方法[D];哈爾濱工業(yè)大學(xué);2015年

6 章姍捷;基于遺傳算法的電力工程多目標(biāo)優(yōu)化研究[D];華北電力大學(xué);2015年

7 高敏;基于協(xié)同論的風(fēng)電建設(shè)項(xiàng)目多目標(biāo)優(yōu)化模型研究[D];華北電力大學(xué);2015年

8 劉培根;基于多目標(biāo)優(yōu)化和壓縮感知的航拍目標(biāo)檢測[D];電子科技大學(xué);2015年

9 楊凱;基于多目標(biāo)優(yōu)化的貴州工業(yè)結(jié)構(gòu)調(diào)整研究[D];貴州師范大學(xué);2015年

10 陳振興;基于空間擁擠控制策略的進(jìn)化多目標(biāo)優(yōu)化[D];福建師范大學(xué);2015年

，

本文編號：1261255