本文關(guān)鍵詞：云計算環(huán)境下的啟發(fā)式任務(wù)調(diào)度算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：由于云計算具有分布式計算存儲、服務(wù)資源池化、高擴展性、高可用性、成本經(jīng)濟等新穎特點,云計算應(yīng)用領(lǐng)域的不斷擴大,涉及醫(yī)療、科研、網(wǎng)絡(luò)安全、圖形圖像處理等多個領(lǐng)域。學(xué)者們對云計算領(lǐng)域中的技術(shù)進行深入研究,包括云數(shù)據(jù)存儲、云數(shù)據(jù)管理、云計算任務(wù)調(diào)度、云計算編程模型、云計算安全等,其中任務(wù)調(diào)度是核心內(nèi)容并且是研究熱點之一。任務(wù)調(diào)度的研究主要集中在任務(wù)調(diào)度模型和任務(wù)調(diào)度算法兩個方面。鑒于云計算任務(wù)量大、調(diào)度目標復(fù)雜等特點,國內(nèi)外許多學(xué)者嘗試結(jié)合啟發(fā)式算法進行任務(wù)調(diào)度,并取得了一定效果。本文以云計算任務(wù)調(diào)度算法為目標,對云計算任務(wù)調(diào)度的關(guān)鍵問題進行了詳細的分析,對基于改進的啟發(fā)式算法的云計算任務(wù)調(diào)度進行了深入研究和探索。本文首先介紹了云計算概念、云計算系統(tǒng)和服務(wù)、云計算的體系結(jié)構(gòu)和云計算關(guān)鍵技術(shù),再介紹云計算任務(wù)調(diào)度的概念、特點、目標,分析傳統(tǒng)算法的優(yōu)缺點。提出啟發(fā)式算法解決該類問題存在的優(yōu)勢。在分析幾種啟發(fā)式算法的基礎(chǔ)上,選取較為新穎的布谷鳥搜索算法和混合蛙跳算法進行重點研究。在分析兩種算法背景、思想和流程的基礎(chǔ)上,發(fā)現(xiàn)算法的優(yōu)點和不足。針對布谷鳥搜索算法在進化后期容易造成早熟,易陷入局部最優(yōu)解,無法搜索出全局最優(yōu)解的缺點,提出一種改進的布谷鳥搜索算法,結(jié)合柯西變異算子較強的擾動能力改進其后期搜索的問題。在分析基本混合蛙跳算法局部搜索部分存在不足,提出一種改進的混合蛙跳算法,該方法引入雙學(xué)習(xí)能力因子,使用新的局部搜索更新策略,改善了算法的尋優(yōu)能力。然后基于兩種改進的算法,即自適應(yīng)柯西變異布谷鳥搜索算法和雙學(xué)習(xí)能力混合蛙跳算法進行標準函數(shù)測試。最后,結(jié)合任務(wù)調(diào)度問題描述設(shè)計編碼方式和適應(yīng)度函數(shù),并提出了自適應(yīng)布谷鳥搜索算法的任務(wù)調(diào)度方案和雙學(xué)習(xí)能力混合蛙跳算法的任務(wù)調(diào)度方案。本文在CloudSim仿真平臺上對提出的任務(wù)調(diào)度方案進行模擬,用于評估算法對云計算任務(wù)調(diào)度時的性能影響,為算法性能進行了較為客觀科學(xué)的評估。對比實驗結(jié)果,本文提出的自適應(yīng)布谷鳥搜索算法的任務(wù)調(diào)度方案和雙學(xué)習(xí)能力混合蛙跳算法的任務(wù)調(diào)度方案在時間跨度和負載均衡方面都能表現(xiàn)良好,滿足設(shè)計要求。
【關(guān)鍵詞】：云計算 任務(wù)調(diào)度 布谷鳥搜索算法 混合蛙跳算法
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 緒論14-20
• 1.1 研究背景和意義14-15
• 1.2 云計算任務(wù)調(diào)度研究現(xiàn)狀15-18
• 1.2.1 Google的MapReduce調(diào)度15-16
• 1.2.2 Amazon的調(diào)度策略16
• 1.2.3 IBM調(diào)度策略16
• 1.2.4 Windows Azure調(diào)度策略16-17
• 1.2.5 Apache Hadoop調(diào)度策略17
• 1.2.6 現(xiàn)有的算法研究趨勢17-18
• 1.3 論文研究的主要內(nèi)容和創(chuàng)新點18-19
• 1.4 論文結(jié)構(gòu)及內(nèi)容安排19-20
• 第二章 云計算任務(wù)調(diào)度基礎(chǔ)研究20-30
• 2.1 云計算概述20-25
• 2.1.1 云計算概念和定義20
• 2.1.2 云計算系統(tǒng)和服務(wù)20-22
• 2.1.3 云計算體系結(jié)構(gòu)22-23
• 2.1.4 云計算關(guān)鍵技術(shù)23-25
• 2.2 云計算任務(wù)調(diào)度概述25-29
• 2.2.1 云計算任務(wù)調(diào)度概念26-27
• 2.2.2 云計算任務(wù)調(diào)度特點27
• 2.2.3 云計算任務(wù)調(diào)度目標27-28
• 2.2.4 傳統(tǒng)的任務(wù)調(diào)度算法28-29
• 2.3 本章小結(jié)29-30
• 第三章 啟發(fā)式算法30-48
• 3.1 遺傳算法30-31
• 3.2 粒子群算法31
• 3.3 基本布谷鳥搜索算法31-35
• 3.3.1 寄生育雛行為和萊維飛行31-32
• 3.3.2 基本布谷鳥算法思想32-33
• 3.3.3 基本布谷鳥搜索算法偽代碼和流程圖33-34
• 3.3.4 算法的優(yōu)缺點34-35
• 3.4 改進的布谷鳥搜索算法35-38
• 3.4.1 柯西分布和柯西變異算子35-36
• 3.4.2 自適應(yīng)柯西變異布谷鳥搜索算法36
• 3.4.3 改進后的算法流程36-38
• 3.5 基本混合蛙跳算法思想38-41
• 3.5.1 模因算法和粒子群算法38
• 3.5.2 基本混合蛙跳算法思想38-39
• 3.5.3 基本混合蛙跳算法偽代碼和流程圖39-40
• 3.5.4 算法的優(yōu)缺點40-41
• 3.6 改進的混合蛙跳算法思想41-44
• 3.6.1 雙學(xué)習(xí)能力因子41
• 3.6.2 改進的局部搜索策略41-42
• 3.6.3 改進后的算法流程42-44
• 3.7 標準測試函數(shù)實驗44-47
• 3.7.1 實驗參數(shù)設(shè)置44
• 3.7.2 實驗結(jié)果與分析44-47
• 3.8 本章小結(jié)47-48
• 第四章 云計算環(huán)境下的啟發(fā)式任務(wù)調(diào)度算法48-52
• 4.1 云計算任務(wù)調(diào)度問題描述48-49
• 4.2 編碼方式49
• 4.3 適應(yīng)度函數(shù)設(shè)計49-50
• 4.4 基于ACCS的任務(wù)調(diào)度步驟50-51
• 4.5 基于DLSFLA的任務(wù)調(diào)度步驟51
• 4.6 本章小結(jié)51-52
• 第五章 實驗仿真52-66
• 5.1 CloudSim相關(guān)簡介52-54
• 5.1.1 CloudSim的特點52
• 5.1.2 CloudSim體系結(jié)構(gòu)52-54
• 5.2 仿真環(huán)境與實驗參數(shù)設(shè)置54-56
• 5.2.1 環(huán)境配置54-55
• 5.2.2 仿真步驟55-56
• 5.3 實驗結(jié)果及分析56-64
• 5.3.1 算法性能分析56-61
• 5.3.2 任務(wù)調(diào)度結(jié)果分析61-64
• 5.4 本章小結(jié)64-66
• 總結(jié)與展望66-67
• 參考文獻67-70
• 攻讀學(xué)位期間發(fā)表的論文70-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 祿樂濱,劉明東;一種基于函數(shù)的多任務(wù)調(diào)度算法[J];空軍工程大學(xué)學(xué)報(自然科學(xué)版);2000年02期

2 阮幼林 ,劉干 ,朱光喜 ,盧小峰;一個基于復(fù)制的相關(guān)任務(wù)調(diào)度算法[J];小型微型計算機系統(tǒng);2005年03期

3 楊斌;張建軍;;一個新的基于通信競爭的任務(wù)調(diào)度算法[J];計算機工程與應(yīng)用;2007年33期

4 胡同福;王文生;謝能付;;設(shè)備網(wǎng)格中的任務(wù)調(diào)度算法[J];計算機工程與設(shè)計;2008年12期

5 周艷慧;張凱;;新的分布式任務(wù)調(diào)度算法[J];計算機系統(tǒng)應(yīng)用;2008年10期

6 薛繼偉;姜波;劉慶強;王征;;基于能力感知的人機任務(wù)調(diào)度算法[J];計算機工程;2009年19期

7 曹曉磊;程東年;黃萬偉;;基于離散時間距的在線可重構(gòu)任務(wù)調(diào)度算法[J];小型微型計算機系統(tǒng);2010年10期

8 韓曉亞;汪斌強;黃萬偉;王保進;;采用配置完成優(yōu)先策略的可重構(gòu)任務(wù)調(diào)度算法[J];小型微型計算機系統(tǒng);2012年03期

9 楊麗;武小年;商可e

本文編號：493260