云计算环境下基于改进粒子群的任务调度算法

发布时间：2024-05-30 04:08

　　云计算作为下一代互联网的应用模型，同时也是一种商业模式。它面对着庞大的用户群，需要实时处理数量巨大的数据量和任务量，而云计算平台性能的高低对其起着决定性的作用。其中，任务调度算法的优劣在很大程度上影响这云计算平台的性能。目前对于云计算中的任务调度及资源分配的研究不多，现有的任务调度算法将缩短任务完成时间作为研究重点，然而它们没有很好的兼顾调度执行时间最小与成本最小，因为任务完成所需的成本也是个不可忽略的因素，云计算平台中不同的计算资源的使用成本不同，处理能力强的计算资源的使用成本要较高，而处理能力差一些的计算资源的使用成本则较低，云用户在选择云服务时会根据自己的经济预算以及所能等待的时间综合考虑。针对这种现象，本文提出了一种基于时间和成本约束的具有双适应度的粒子群优化调度算法，在任务调度时不仅将缩短任务完成所需时间作为调度目标，而且将减少任务完成所需成本作为调度目标，通过此算法调度产生的结果不仅能使任务完成所需的时间较短，而且总任务完成成本较小。 如何合理的分配云计算中的计算资源及平衡资源负载是云计算中需解决的一个重要问题。针对云计算中现有调度算法只追求任务最短完成时间，而没有从云计算...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图3三种算法任务调度时间总费用对比

从图2可以看出，GA－PSO算法的任务调度总时间最少，且收敛最快。但在搜索前期优势并不明显，随着迭代次数的增加，在遗传算法中加入PSO的信息素影响变异操作，随着信息素的积累，搜索最优解的速度迅速得到提升。图3三种算法任务调度时间总费用对比从图3可以看出，GA－PSO的总费用最少，....

图3三种算法任务调度时间总费用对比

从图2可以看出，GA－PSO算法的任务调度总时间最少，且收敛最快。但在搜索前期优势并不明显，随着迭代次数的增加，在遗传算法中加入PSO的信息素影响变异操作，随着信息素的积累，搜索最优解的速度迅速得到提升。图3三种算法任务调度时间总费用对比从图3可以看出，GA－PSO的总费用最少，....

图2.1云计算与传统计算之间的联系

图2.1云计算与传统计算之间的联系.2.1云计算与网格计算的区别散布在网格中的网络资源、计算资源以及存储资源被网格计算组织起来，为一个超级的虚拟计算机，它的计算模式是分布式的，并且网络中的闲置的能力被充分利用，能够处理大型的计算任务。网格计算的关注点是实现存储与计算资源的分....

图2.2云计算体系结构

并且较好的解决了异构性问题,从用户的角度来看，他们只能看到一个超强巨大的计算机，而看不到云计算是如何分布的。（2）任务执行方面：任务的按需匹配是通过运用云计算的调度系统实现，它可以对多个任务进行并行处理，并对其进行匹配计算资源；而在运行巨大的计算任务时，并行计算需要按照用户提前编....

本文编号：3984546