基于差分免疫的云计算任务调度算法研究
发布时间：2021-04-29 19:23
随着计算机和互联网技术的迅猛发展,云计算作为一种商业化计算模式被许多互联网企业所关注。云计算规模的海量化发展,使得如何低成本的充分利用云计算虚拟资源,高效的处理大规模云任务成为云计算技术研究的重点问题之一。云计算任务调度算法的性能直接影响着云计算虚拟资源处理任务的效率和成本。目前,对云计算任务调度算法的研究仍存在许多不足,造成了云计算虚拟资源的浪费,导致云计算平台的性能降低,继续深入研究合理高效的云计算任务调度算法十分必要。为将用户提交的大量任务高效合理的分配给云计算资源,提出一种同时考虑时间和成本双目标的基于差分免疫的云计算任务调度算法——TMIDE。TMIDE算法将一般连续的求解问题通过合理的编码与解码方案映射到离散的云计算任务调度问题上,设计差分进化算法变异过程中的自适应变异因子F,以加快算法在迭代初期的收敛速度,且避免算法在迭代后期陷入局部最优解;由于云任务的数量非常大,为了增加算法的求解精度,在传统差分进化算法中引入免疫算法的疫苗接种机制,在算法迭代过程中根据疫苗接种概率给种群中的个体接种疫苗,从而增加种群中较优解的数量,提升算法的求解精度:为了避免种群在变异后产生的优秀个体...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究目的和意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 论文研究内容
1.4 论文组织结构
第2章 云计算任务调度技术
2.1 云计算概述
2.1.1 云计算的定义
2.1.2 云计算的分类
2.1.3 云计算的编程模式
2.2 云计算任务调度问题
2.2.1 云计算任务调度模型
2.2.2 云计算任务调度算法分类
2.2.3 常用云计算任务调度算法
2.2.4 云计算任务调度面临的问题
2.3 本章小结
第3章 差分免疫算法
3.1 差分进化算法原理分析
3.2 差分进化算法变异因子优化
3.3 免疫调度算法原理分析
3.3.1 免疫算法的组成
3.3.2 免疫调度算法实现原理
3.4 差分免疫算法流程
3.5 本章小结
第4章 差分免疫算法实现的云计算任务调度策略
4.1 云计算任务调度建模
4.2 差分免疫与云计算任务调度问题的映射
4.2.1 种群的编码方式
4.2.2 种群的解码过程
4.3 差分免疫的云计算任务调度算法思想
4.3.1 种群初始化
4.3.2 适应度值函数
4.3.3 变异交叉操作
4.3.4 疫苗库提取与接种
4.3.5 选择策略
4.4 差分免疫的云计算任务调度算法流程
4.5 本章小结
第5章 实验仿真与结果分析
5.1 CloudSim实验平台
5.2 性能评估参数
5.3 实验设计及结果分析
5.3.1 实验设计与参数设置
5.3.2 结果分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
【参考文献】：
期刊论文
[1]基于改进蚁群算法的云计算任务调度研究[J]. 魏勇,赵开新,张松青,王东署. 火力与指挥控制. 2017(05)
[2]基于蚁群算法的云任务调度研究[J]. 王云松,孙佳林,龚跃. 长春理工大学学报(自然科学版). 2017(01)
[3]云计算中资源延迟感知的实时任务调度方法[J]. 陈黄科,祝江汉,朱晓敏,马满好,张振仕. 计算机研究与发展. 2017(02)
[4]一种基于分层多代理的云计算负载均衡方法[J]. 陶晓玲,韦毅,王勇. 电子学报. 2016(09)
[5]融合粒子群与蚁群的云计算任务调度算法[J]. 查安民,谭文安. 计算机技术与发展. 2016(08)
[6]免疫算法的优化及其在绿色云计算中的应用研究[J]. 龙著乾,崔顺天. 信息与电脑(理论版). 2016(12)
[7]基于多目标免疫系统算法的云任务调度策略[J]. 段凯蓉,张功萱. 计算机应用. 2016(02)
[8]基于MapReduce的改进蚁群算法在TSP中的应用[J]. 何广才,周根宝. 内蒙古农业大学学报(自然科学版). 2015(05)
[9]一种多QoS目标约束的云计算任务调度策略[J]. 邓见光,赵跃龙,袁华强. 计算机应用研究. 2016(08)
[10]Hadoop平台中MapReduce调度算法研究[J]. 徐焕良,翟璐,薛卫,任守纲. 计算机应用与软件. 2015(05)
硕士论文
[1]云计算环境下任务调度优化算法的研究[D]. 邢加伟.中国科学技术大学 2018
[2]基于云计算的改进差分进化算法的研究与实现[D]. 糜培培.电子科技大学 2018
[3]云计算环境下任务调度优化算法的研究[D]. 王贝.中国科学技术大学 2017
[4]云计算环境下基于改进PSO算法的任务调度研究[D]. 宋寒冰.吉林大学 2017
[5]改进遗传算法在云计算中的应用[D]. 刘文博.吉林大学 2015
本文编号：3168032
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究目的和意义
1.2 国内外研究现状
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 论文研究内容
1.4 论文组织结构
第2章 云计算任务调度技术
2.1 云计算概述
2.1.1 云计算的定义
2.1.2 云计算的分类
2.1.3 云计算的编程模式
2.2 云计算任务调度问题
2.2.1 云计算任务调度模型
2.2.2 云计算任务调度算法分类
2.2.3 常用云计算任务调度算法
2.2.4 云计算任务调度面临的问题
2.3 本章小结
第3章 差分免疫算法
3.1 差分进化算法原理分析
3.2 差分进化算法变异因子优化
3.3 免疫调度算法原理分析
3.3.1 免疫算法的组成
3.3.2 免疫调度算法实现原理
3.4 差分免疫算法流程
3.5 本章小结
第4章 差分免疫算法实现的云计算任务调度策略
4.1 云计算任务调度建模
4.2 差分免疫与云计算任务调度问题的映射
4.2.1 种群的编码方式
4.2.2 种群的解码过程
4.3 差分免疫的云计算任务调度算法思想
4.3.1 种群初始化
4.3.2 适应度值函数
4.3.3 变异交叉操作
4.3.4 疫苗库提取与接种
4.3.5 选择策略
4.4 差分免疫的云计算任务调度算法流程
4.5 本章小结
第5章 实验仿真与结果分析
5.1 CloudSim实验平台
5.2 性能评估参数
5.3 实验设计及结果分析
5.3.1 实验设计与参数设置
5.3.2 结果分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
【参考文献】：
期刊论文
[1]基于改进蚁群算法的云计算任务调度研究[J]. 魏勇,赵开新,张松青,王东署. 火力与指挥控制. 2017(05)
[2]基于蚁群算法的云任务调度研究[J]. 王云松,孙佳林,龚跃. 长春理工大学学报(自然科学版). 2017(01)
[3]云计算中资源延迟感知的实时任务调度方法[J]. 陈黄科,祝江汉,朱晓敏,马满好,张振仕. 计算机研究与发展. 2017(02)
[4]一种基于分层多代理的云计算负载均衡方法[J]. 陶晓玲,韦毅,王勇. 电子学报. 2016(09)
[5]融合粒子群与蚁群的云计算任务调度算法[J]. 查安民,谭文安. 计算机技术与发展. 2016(08)
[6]免疫算法的优化及其在绿色云计算中的应用研究[J]. 龙著乾,崔顺天. 信息与电脑(理论版). 2016(12)
[7]基于多目标免疫系统算法的云任务调度策略[J]. 段凯蓉,张功萱. 计算机应用. 2016(02)
[8]基于MapReduce的改进蚁群算法在TSP中的应用[J]. 何广才,周根宝. 内蒙古农业大学学报(自然科学版). 2015(05)
[9]一种多QoS目标约束的云计算任务调度策略[J]. 邓见光,赵跃龙,袁华强. 计算机应用研究. 2016(08)
[10]Hadoop平台中MapReduce调度算法研究[J]. 徐焕良,翟璐,薛卫,任守纲. 计算机应用与软件. 2015(05)
硕士论文
[1]云计算环境下任务调度优化算法的研究[D]. 邢加伟.中国科学技术大学 2018
[2]基于云计算的改进差分进化算法的研究与实现[D]. 糜培培.电子科技大学 2018
[3]云计算环境下任务调度优化算法的研究[D]. 王贝.中国科学技术大学 2017
[4]云计算环境下基于改进PSO算法的任务调度研究[D]. 宋寒冰.吉林大学 2017
[5]改进遗传算法在云计算中的应用[D]. 刘文博.吉林大学 2015
本文编号：3168032
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3168032.html
