基于改进粒子群算法的云计算资源调度研究

发布时间：2017-05-11 02:04

  本文关键词：基于改进粒子群算法的云计算资源调度研究，由笔耕文化传播整理发布。

【摘要】：云计算是一种融合虚拟化技术和现代网络技术为用户提供服务的商业模式。虚拟化技术的普遍应用和互联网技术的快速发展使得云计算迅速成为了一个研究的热点。随着云计算资源规模不断扩大,云用户数量持续增加,云环境中的资源调度难度增大,云用户提出的Qo S(Quality of Service)要求很难得到满足,云环境负载均衡也很难得到保证,云环境中的资源调度面临着严峻的挑战。因此,本文重点研究云计算资源调度算法和调度模型,充分考虑用户Qo S需求以及云环境的负载均衡。详尽的研究内容如下:(1)提出对粒子群算法改进办法。针对基本粒子群算法缺点进行改进,淘汰初始化粒子群中一些不良粒子,动态调整部分参数,制定算法早熟的判断规则和早熟的处理办法,运用罚函数对改进算法优化处理,通过matlab分析改进粒子群算法性能。(2)建立云计算资源调度物理模型。将改进的粒子群算法与云计算资源调度有机结合,建立资源调度实施的物理模型,并在该模型下实现云计算资源调度,考虑云用户对服务的Qo S要求,制定服务评价机制,尽最大努力满足云用户需求。资源调度时充分考虑物理机的负载情况,通过限定物理机的负载率来放置物理资源,实现云环境负载均衡。(3)设计实验对改进粒子群算法应用于云计算资源调度中的性能进行分析。运用Cloud Sim进行仿真实验,通过实验数据对改进粒子群算法的资源淘汰情况,资源搜索情况,云环境负载均衡情况进行分析,并在任务执行时间跨度和用户Qo S效用值上与其他资源调度算法进行比较。
【关键词】：云计算 资源调度 粒子群算法 QoS
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TP393.09
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-14
• 1 绪论14-23
• 1.1 研究的背景及意义14-16
• 1.2 国内外研究现状16-20
• 1.3 本文研究的内容及创新点20-21
• 1.4 研究的方法和技术路线21-22
• 1.5 本文的组织结构22-23
• 2 资源调度概述23-33
• 2.1 资源调度23-25
• 2.2 云计算中的资源调度25-29
• 2.3 云计算中资源调度算法分析29-32
• 2.4 本文算法的选择32
• 2.5 本章小结32-33
• 3 改进粒子群算法设计33-45
• 3.1 改进粒子群算法的基础33-36
• 3.2 粒子群算法的改进36-41
• 3.3 改进粒子群算法的实现41-44
• 3.4 本章小结44-45
• 4 改进的粒子群算法运用于云计算资源调度45-59
• 4.1 基于改进粒子群算法的云环境资源调度分析45-48
• 4.2 云环境中改进粒子群算法资源调度模型48-54
• 4.3 改进粒子群算法的云计算资源调度原理54-56
• 4.4 改进粒子群算法实现云计算资源调度56-58
• 4.5 本章小结58-59
• 5 仿真实现及实验分析59-68
• 5.1 基于Cloudsim的云计算资源调度仿真系统59-61
• 5.2 仿真实验的具体实现61-67
• 5.3 本章小结67-68
• 6 总结与展望68-70
• 6.1 总结68
• 6.2 展望68-70
• 参考文献70-74
• 作者简历74-76
• 学位论文数据集76

【参考文献】

中国期刊全文数据库 前4条

1 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期

2 罗达强;;探析Windows Azure Platform微软云计算平台[J];硅谷;2010年16期

3 王海涛,郑少仁;IP QoS服务模型及相关问题的探讨[J];解放军理工大学学报(自然科学版);2001年03期

4 张建勋;古志民;郑超;;云计算研究进展综述[J];计算机应用研究;2010年02期

  本文关键词：基于改进粒子群算法的云计算资源调度研究，，由笔耕文化传播整理发布。

本文编号：355974