云計(jì)算作為IT界的熱點(diǎn)技術(shù),它因擁有強(qiáng)大的處理能力而受到各領(lǐng)域?qū)W者的廣泛關(guān)注�；谠朴�(jì)算任務(wù)調(diào)度算法的設(shè)計(jì)與應(yīng)用是云計(jì)算中的關(guān)鍵技術(shù)。對(duì)于任務(wù)調(diào)度這種典型的NP完全問(wèn)題,具有簡(jiǎn)單、通用、魯棒性強(qiáng)、適于并行處理等優(yōu)點(diǎn)的智能算法成為云計(jì)算任務(wù)調(diào)度領(lǐng)域的研究熱點(diǎn)。粒子群算法和遺傳算法是解決該問(wèn)題的重要智能算法。本文在分析粒子群算法和遺傳算法各自?xún)?yōu)缺點(diǎn)的基礎(chǔ)上,在滿足合理分配和利用云環(huán)境中的資源、高效調(diào)度用戶提交的海量任務(wù)的前提下,提出一種基于遺傳粒子群的云計(jì)算任務(wù)調(diào)度優(yōu)化算法。具體研究工作如下:(1)針對(duì)粒子群優(yōu)化算法在進(jìn)行任務(wù)調(diào)度時(shí)易陷入局部最優(yōu)解和尋優(yōu)能力差的不足,論文提出在自適應(yīng)慣性權(quán)重的基礎(chǔ)上,適當(dāng)融入隨機(jī)因子之間相關(guān)性的增強(qiáng)型粒子群算法。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法既可以提高粒子群的尋優(yōu)能力,還可以避免陷入局部最優(yōu),從而得到時(shí)間與代價(jià)更優(yōu)的調(diào)度方案。(2)將增強(qiáng)型粒子群算法引入到遺傳算法的變異操作中。通過(guò)粒子群算法中的當(dāng)前最優(yōu)解和全局最優(yōu)解重構(gòu)變異算子,探索遺傳粒子群混合算法在不陷入局部最優(yōu)解的條件下,有更快的收斂速度。實(shí)驗(yàn)結(jié)果表明,遺傳粒子群混合算法不僅收斂速度快,任務(wù)調(diào)度效率也有明顯提升。
【學(xué)位單位】：內(nèi)蒙古農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP18
【部分圖文】：

圖１云計(jì)算服務(wù)層次圖??Ｆｉｇ．?１?Ｔｈｅ?ｓｅｒｖｉｃｅ?ｈｉｅｒａｒｃｈｙ?ｄｉａｇｒａｍ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ??ｔａｓｋ??ｕｓｅｒ?ｖｍ?ｈｏｓｔ??ｆ?１?Ｖ＊＊／ＶＷ＾ｖ＼??卜＾ｖ?ｈ??Ｕ２?ｔ４??ｔｖ２?—１】２??＇?Ｚ＼?Ｍ?？：??ｕｍ?Ｚ???＋?ｋ???—？Ｖｓ?＾?ｈｎ??圖２云計(jì)算任務(wù)調(diào)度模型??Ｆｉｇ．２?Ｔｈｅ?ｍｏｄｅｌ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ?ｔａｓｋ?ｓｃｈｅｄｕｌｉｎｇ??

操作平臺(tái)：云平臺(tái)ＡＰＩ集合??核心節(jié)里層：數(shù)據(jù)存儲(chǔ)、安紀(jì)翔等??ｙ?中間件層：優(yōu)丨七中間件?ｊ??ＩａａＳ??澍以化菅理平臺(tái)：網(wǎng)各監(jiān)控等??虛擬化層：負(fù)錢(qián)切１丨、虛擬管理等??、?挪■：?ｃ喊源?Ｊ??圖１云計(jì)算服務(wù)層次圖??Ｆｉｇ．?１?Ｔｈｅ?ｓｅｒｖｉｃｅ?ｈｉｅｒａｒｃｈｙ?ｄｉａｇｒａｍ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ??

我們應(yīng)在實(shí)際的云計(jì)算環(huán)境下進(jìn)行任務(wù)調(diào)度的實(shí)驗(yàn)，但是，該實(shí)驗(yàn)??環(huán)境的搭建和后期維護(hù)需要有充足的財(cái)力和人力做支撐。因此，２００９年４月８曰，??云計(jì)算仿真軟件出世，稱(chēng)為ＣｌｏｕｄＳｉｍ［５５＿５６］，它是由墨爾本大學(xué)的網(wǎng)格實(shí)驗(yàn)室和??Ｇｒｉｄｂｉｉｓ項(xiàng)目聯(lián)合推出，該軟件極大地降低了基于云計(jì)算任務(wù)調(diào)度研宄的成本。??ＣｌｏｕｄＳｉｍ，?—個(gè)在ＳｉｍＪａｖａ上開(kāi)發(fā)函數(shù)庫(kù)的仿真平臺(tái)，小管是在Ｗｉｎｄｏｗｓ系統(tǒng)??還是Ｌｉｎｕｘ系統(tǒng)都可使用。而且，它繼承了?ＧｒｉｄＳｉｍ的編程模型，支持云計(jì)算的研??究和開(kāi)發(fā)，有以下特點(diǎn)：??（１）對(duì)于大型云計(jì)算基礎(chǔ)架構(gòu)，建模與仿真都可在此平臺(tái)上做到；??（２）ＣｌｕｄＳｉｍ有自帶的數(shù)據(jù)中心、代理人以及分配策略。??除此之外，特有的功能還有：??（１）為了在數(shù)據(jù)中心創(chuàng)建并管理多路、獨(dú)立、協(xié)作的虛擬化服務(wù)，提供虛擬化??引擎；??（２）可在時(shí)間和空間共享間轉(zhuǎn)換自如。??ＣｌｏｕｄＳｉｍ的體系結(jié)構(gòu)如圖３所示。??
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃兆年;李海山;趙君;;基于雙適應(yīng)度遺傳算法的虛擬機(jī)放置的研究[J];計(jì)算機(jī)科學(xué);2015年S2期

2 王燕妮;吳文輝;;Cloudsim3.0仿真流程分析[J];軟件;2015年06期

3 魏赟;陳元元;;基于改進(jìn)蟻群算法的云計(jì)算任務(wù)調(diào)度模型[J];計(jì)算機(jī)工程;2015年02期

4 趙莉;董玉民;;基于量子遺傳的混合粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年07期

5 徐潔;朱健琛;魯珂;;基于雙適應(yīng)度遺傳退火的云任務(wù)調(diào)度算法[J];電子科技大學(xué)學(xué)報(bào);2013年06期

6 馬亮;李曉;;基于改進(jìn)粒子群算法的云計(jì)算任務(wù)調(diào)度策略[J];計(jì)算機(jī)與現(xiàn)代化;2013年09期

7 王波;張曉磊;;基于粒子群遺傳算法的云計(jì)算任務(wù)調(diào)度研究[J];計(jì)算機(jī)工程與應(yīng)用;2015年06期

8 王霞俊;;CloudSim云計(jì)算仿真工具研究及應(yīng)用[J];微型電腦應(yīng)用;2013年08期

9 王登科;李忠;;基于粒子群優(yōu)化與蟻群優(yōu)化的云計(jì)算任務(wù)調(diào)度算法[J];計(jì)算機(jī)應(yīng)用與軟件;2013年01期

10 張雨;李芳;周濤;;云計(jì)算環(huán)境下基于遺傳蟻群算法的任務(wù)調(diào)度研究[J];計(jì)算機(jī)工程與應(yīng)用;2014年06期

相關(guān)博士學(xué)位論文 前1條

1 左利云;云計(jì)算中基于任務(wù)特性和資源約束的調(diào)度方法研究[D];華南理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前4條

1 高明芳;基于粒子群蟻群混合算法的物流車(chē)輛路徑問(wèn)題研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2016年

2 萬(wàn)欣;迭代禁忌搜索算法求解最小連通支配集問(wèn)題[D];華中科技大學(xué);2016年

3 羅干;基于啟發(fā)式算法的云工作流任務(wù)調(diào)度方法研究[D];北京交通大學(xué);2015年

4 溫真真;需求可拆分車(chē)輛路徑問(wèn)題的迭代局部搜索算法研究[D];北京交通大學(xué);2015年

本文編號(hào)：2848334