云計算作為IT界的熱點技術,它因擁有強大的處理能力而受到各領域學者的廣泛關注�；谠朴嬎闳蝿照{度算法的設計與應用是云計算中的關鍵技術。對于任務調度這種典型的NP完全問題,具有簡單、通用、魯棒性強、適于并行處理等優(yōu)點的智能算法成為云計算任務調度領域的研究熱點。粒子群算法和遺傳算法是解決該問題的重要智能算法。本文在分析粒子群算法和遺傳算法各自優(yōu)缺點的基礎上,在滿足合理分配和利用云環(huán)境中的資源、高效調度用戶提交的海量任務的前提下,提出一種基于遺傳粒子群的云計算任務調度優(yōu)化算法。具體研究工作如下:(1)針對粒子群優(yōu)化算法在進行任務調度時易陷入局部最優(yōu)解和尋優(yōu)能力差的不足,論文提出在自適應慣性權重的基礎上,適當融入隨機因子之間相關性的增強型粒子群算法。實驗結果表明,改進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),從而得到時間與代價更優(yōu)的調度方案。(2)將增強型粒子群算法引入到遺傳算法的變異操作中。通過粒子群算法中的當前最優(yōu)解和全局最優(yōu)解重構變異算子,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。實驗結果表明,遺傳粒子群混合算法不僅收斂速度快,任務調度效率也有明顯提升。
【學位單位】：內蒙古農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP18
【部分圖文】：

圖１云計算服務層次圖??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云計算任務調度模型??Ｆｉｇ．２?Ｔｈｅ?ｍｏｄｅｌ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ?ｔａｓｋ?ｓｃｈｅｄｕｌｉｎｇ??

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

我們應在實際的云計算環(huán)境下進行任務調度的實驗，但是，該實驗??環(huán)境的搭建和后期維護需要有充足的財力和人力做支撐。因此，２００９年４月８曰，??云計算仿真軟件出世，稱為ＣｌｏｕｄＳｉｍ［５５＿５６］，它是由墨爾本大學的網(wǎng)格實驗室和??Ｇｒｉｄｂｉｉｓ項目聯(lián)合推出，該軟件極大地降低了基于云計算任務調度研宄的成本。??ＣｌｏｕｄＳｉｍ，?—個在ＳｉｍＪａｖａ上開發(fā)函數(shù)庫的仿真平臺，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，支持云計算的研??究和開發(fā)，有以下特點：??（１）對于大型云計算基礎架構，建模與仿真都可在此平臺上做到；??（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、獨立、協(xié)作的虛擬化服務，提供虛擬化??引擎；??（２）可在時間和空間共享間轉換自如。??ＣｌｏｕｄＳｉｍ的體系結構如圖３所示。??
【參考文獻】

相關期刊論文 前10條

1 黃兆年;李海山;趙君;;基于雙適應度遺傳算法的虛擬機放置的研究[J];計算機科學;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;;基于改進蟻群算法的云計算任務調度模型[J];計算機工程;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];計算機工程與設計;2014年07期

5 徐潔;朱健琛;魯珂;;基于雙適應度遺傳退火的云任務調度算法[J];電子科技大學學報;2013年06期

6 馬亮;李曉;;基于改進粒子群算法的云計算任務調度策略[J];計算機與現(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算任務調度研究[J];計算機工程與應用;2015年06期

8 王霞俊;;CloudSim云計算仿真工具研究及應用[J];微型電腦應用;2013年08期

9 王登科;李忠;;基于粒子群優(yōu)化與蟻群優(yōu)化的云計算任務調度算法[J];計算機應用與軟件;2013年01期

10 張雨;李芳;周濤;;云計算環(huán)境下基于遺傳蟻群算法的任務調度研究[J];計算機工程與應用;2014年06期

相關博士學位論文 前1條

1 左利云;云計算中基于任務特性和資源約束的調度方法研究[D];華南理工大學;2016年

相關碩士學位論文 前4條

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

2 萬欣;迭代禁忌搜索算法求解最小連通支配集問題[D];華中科技大學;2016年

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

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

本文編號：2848334