改进粒子群算法的研究及其云计算资源调度的应用

发布时间：2017-04-12 02:00

  本文关键词：改进粒子群算法的研究及其云计算资源调度的应用，，由笔耕文化传播整理发布。

【摘要】：在我们日常生活中遇到的好多问题都是最优化问题,它能帮助我们从众多方案中,选出一个最好的方案。为了解决最优化问题,我们需要寻找更加高效的算法。作为一种最晚提出的群体智能算法,粒子群算法从一诞生,便受到广大专家学者的重视。经过长时间的发展,粒子群算法已经广泛应用于各个领域,同时也是一种解决最优化问题的高效算法。论文的主要工作有:(1)介绍了标准粒子群算法的基本原理和算法实现基本流程,并对粒子群算法中的几个重要参数的选择做了详细的研究。(2)针对传统粒子群算法存在早熟、容易陷入局部最优解的问题,本文将局部版的粒子群算法思想与标准粒子群算法相结合,提出一种混合粒子群优化算法。通过全局最优解和邻域最优解同时作用于粒子的飞行,改进了速度更新公式,使得粒子同时向全局最优解和邻域最优解学习。(3)在前人的研究基础上,对运动方程中的惯性权重、学习因子以及约束因子等做了改进,提出了一种基于惯性权重变化的学习因子和约束因子,并应用到混合粒子群算法中。通过几组实验,分别将本文算法以及两个文献算法做了性能比较,说明本文算法的可行性和有效性。(4)为了验证本文提出的改进算法在解决具体问题时的性能,将改进算法应用到云计算中的资源调度问题。算法在云计算仿真平台Cloudsim下进行,分别将本文算法与标准粒子群算法以及Cloudsim自带的RR算法从调度时间和调度成本两方面进行比较。通过多次试验表明,本文算法在任务调度问题中性能要优于标准粒子群算法和RR算法。
【关键词】：粒子群算法 混合粒子群算法 学习因子 约束因子 云计算 资源调度
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TP393.01
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景和意义8-10
• 1.2 国内外研究现状10-11
• 1.3 本文结构安排11-13
• 第二章 云计算资源调度概述13-19
• 2.1 网格计算资源调度策略13-15
• 2.2 云供应策略15
• 2.3 云计算资源调度策略15-17
• 2.4 资源调度的性能评价标准17
• 2.5 云计算负载均衡17-19
• 第三章 标准粒子群优化算法PSO19-25
• 3.1 粒子群算法的基本原理19
• 3.2 粒子群算法的数学描述19-20
• 3.3 粒子群算法的发展20-21
• 3.4 粒子群算法的基本流程21-22
• 3.5 粒子群算法的应用22-23
• 3.6 粒子群算法与遗传算法比较23-25
• 第四章 改进学习因子和约束因子的混合粒子群算法25-41
• 4.1 几种改进的粒子群算法25-29
• 4.1.1 自适应粒子群算法（Adaptive Particle Swarm Optimization）25-26
• 4.1.2 混合粒子群算法（Hybrid Particle Swarm optimization）26-28
• 4.1.3 协同粒子群算法（Cooperative Partiele Swarm Optimization）28
• 4.1.4 离散粒子群算法（Diserete Particle Swarm Optimization）28-29
• 4.2 融合邻域最优解的混合粒子群算法29-30
• 4.3 改进学习因子和约束因子的混合粒子群算法30-37
• 4.3.1 惯性权值的设置30-32
• 4.3.2 改进的学习因子32-34
• 4.3.4 约束因子34
• 4.3.5 最大速度Vmax34-36
• 4.3.6 算法基本流程36-37
• 4.4 算法的性能测试评估37-41
• 第五章 基于混合粒子群算法的云计算资源调度41-53
• 5.1 云资源调度的问题描述41-43
• 5.2 云资源调度相关参数设置43
• 5.3 基于粒子群算法的资源调度43-46
• 5.3.1 可行解的定义44
• 5.3.2 粒子的编码方式44-46
• 5.3.3 适应值的定义46
• 5.3.4 种群的初始化46
• 5.4 CloudSim资源调度仿真流程46-48
• 5.5 算法仿真实验和结果分析48-53
• 5.5.1 任务数量对性能的影响48-50
• 5.5.2 资源数量对性能的影响50-53
• 第六章 总结和展望53-54
• 6.1 总结53
• 6.2 展望53-54
• 参考文献54-59
• 致谢59-60
• 攻读硕士学位期间发表的论文60-61

【共引文献】

中国期刊全文数据库 前2条

1 白延敏;吕树红;;基于云计算的负载均衡方法研究[J];微电子学与计算机;2013年12期

2 孟蒙;茅苏;;基于云计算的可反馈负载均衡策略的研究[J];计算机技术与发展;2014年10期

  本文关键词：改进粒子群算法的研究及其云计算资源调度的应用，由笔耕文化传播整理发布。

本文编号：300424