基于多目标优化的云服务组合与调度研究

发布时间：2017-06-24 07:07

  本文关键词：基于多目标优化的云服务组合与调度研究，由笔耕文化传播整理发布。

【摘要】：随着移动互联网的普及及其应用的快速发展,传统的单一功能的云服务已经很难满足复杂的应用需求,所以能满足多功能需求的云服务组合越来越受到关注。针对多种需求的云服务的管理不仅需要解决有限的云服务资源的使用需求,同时还要考虑优化的调度策略以提高云服务请求执行的效率。因此满足多种需求的云服务组合与调度的多目标优化研究具有一定的理论意义和实际应用价值。论文主要做了以下几方面的研究:(1)对云服务的服务质量属性进行了描述,并给出相应的数学表达式,并在此基础上提出了基于全局QoS评价与局部QoS评价相结合的最优云服务组合的选择模型。(2)建立了面向批量服务请求的云服务调度方法。描述了两阶段优化的云服务组合与调度的体系结构与流程,确定了多目标优化的约束规则。(3)在传统的粒子群优化算法的基础上,引入了动态因子,二阶振荡机制以及杂交策略三种改进方式,提出了改进的粒子群优化算法(Modified Particle Swarms Optimization,MPSO),求解本文提出的多目标优化问题。(4)最后,论文进行了不同问题规模下的云服务组合与调度的仿真实验。实验结果证明相对于传统方法,在本文提出的多目标优化问题的情况下,基于MPSO的云服务组合与调度的方法能在一定程度上提高解的质量,且算法运算效率较高。同时,本文针对云服务调度模型与算法做了实例仿真,证明了其具有一定的实际应用价值。
【关键词】：服务组合 改进粒子群算法 多目标 优化调度
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-19
• 1.1 研究背景与意义10-12
• 1.2 国内外研究现状12-15
• 1.2.1 最优云服务组合选择12-13
• 1.2.2 云计算平台的调度体系与算法13-15
• 1.3 存在的问题与拟解决方法15-16
• 1.4 本文的研究内容16-18
• 1.5 论文组织结构18
• 1.6 本章小结18-19
• 第2章 相关研究与关键技术19-25
• 2.1 云计算与云服务的相关介绍19-20
• 2.1.1 云计算的发展与应用19
• 2.1.2 云服务及其标准19-20
• 2.2 云服务组合与调度相关研究20-24
• 2.2.1 基于QoS的云服务组合研究20-23
• 2.2.2 云服务资源调度研究23-24
• 2.3 本章小结24-25
• 第3章 两阶段优化的云服务组合与调度25-40
• 3.1 引言25
• 3.2 基于QoS的最优云服务组合选择25-33
• 3.2.1 云服务组合结构体系与实现过程25-28
• 3.2.2 基于QoS的云服务评价机制28-32
• 3.2.3 全局QoS与局部QoS相结合的云服务组合模型32-33
• 3.3 面向批量服务请求的调度体系与模型33-37
• 3.3.1 调度体系33-34
• 3.3.2 调度模型34-37
• 3.4 基于两阶段的云服务组合与调度的优化37-39
• 3.4.1 云服务组合与调度体系结构与流程37-38
• 3.4.2 多目标优化38-39
• 3.5 本章小结39-40
• 第4章 基于改进粒子群算法的云服务组合与调度40-50
• 4.1 引言40
• 4.2 基础粒子群算法简介40-42
• 4.3 粒子群优化算法的改进42-45
• 4.4 应用于两阶段优化的改进粒子群算法45-49
• 4.4.1 定义粒子的含义45-47
• 4.4.2 适应度函数47-49
• 4.5 本章小结49-50
• 第5章 实验仿真及结果分析50-63
• 5.1 引言50
• 5.2 基于QoS的云服务组合问题仿真50-54
• 5.3 面向批量服务请求的云服务调度仿真54-57
• 5.4 云服务调度实例仿真57-60
• 5.5 算法时间分析60-62
• 5.6 本章小结62-63
• 第6章 总结与展望63-65
• 6.1 总结63-64
• 6.2 下一步展望64-65
• 参考文献65-70
• 致谢70-71
• 攻读学位期间的科研项目和学术论文71

【共引文献】

中国期刊全文数据库 前8条

1 张春美;陈杰;辛斌;;武器目标分配问题的离散差分进化算法[J];北京理工大学学报;2014年03期

2 侯玲娟;周泓;;基于离散差分进化算法的随机车辆路径问题[J];工业工程;2014年03期

3 黄强;张向利;;单传感器无序量测反馈估计算法[J];桂林电子科技大学学报;2014年06期

4 刘莹;谷文祥;李向涛;;置换流水线车间调度问题的研究[J];计算机科学;2013年11期

5 姚嘉鑫;蒋超;;微分进化算法整数编码策略实现研究[J];计算机与数字工程;2014年08期

6 宋晓宇;朱加园;孙焕良;;一种求解带时间窗车辆路径问题的混合差分进化算法[J];计算机科学;2014年12期

7 杨锋英;刘会超;;基于DE算法求解AGV作业调度问题研究[J];太原理工大学学报;2014年04期

8 汪慎文;丁立新;张文生;郭肇禄;谢承旺;;差分进化算法研究进展[J];武汉大学学报(理学版);2014年04期

中国博士学位论文全文数据库 前5条

1 刘莹;智能规划与规划识别中若干重要问题的研究[D];东北师范大学;2013年

2 赵宏涛;基于替代图理论的列车运行计划优化编制及评价方法研究[D];中国铁道科学研究院;2014年

3 吴沛锋;智能优化算法及其应用[D];东北大学;2012年

4 邹德旋;启发式算法及其在工程优化中的应用[D];东北大学;2011年

5 张新贵;航天测控通信系统任务可靠性分配模型与算法研究[D];国防科学技术大学;2013年

中国硕士学位论文全文数据库 前10条

1 张弛;基于改进差分进化算法的模糊Petri网参数优化策略的研究[D];长沙理工大学;2013年

2 张志华;基于混合递阶差分进化算法的RBF神经网络优化及应用[D];华南理工大学;2013年

3 杜浦泽;基于差分进化算法和量子进化算法的三类优化调度问题求解[D];昆明理工大学;2013年

4 周华兵;基于混合差分进化算法的复杂零等待流水线调度问题和作业车间调度问题的求解[D];昆明理工大学;2013年

5 魏凯;改进遗传算法在软时间窗车辆路径问题中的应用[D];安徽工业大学;2013年

6 郭丽萍;萤火虫算法在阻塞流水线调度问题中的应用研究[D];东北师范大学;2013年

7 张立萍;面向节能的流水车间调度建模与优化[D];浙江工业大学;2013年

8 顿彩霞;基于差分进化算法的随机需求联合补货与配送调度模型研究[D];华中科技大学;2012年

9 孟彦军;不确定条件下单机批调度优化算法研究[D];中国矿业大学;2014年

10 冯达;两种启发式优化算法的研究及其应用[D];东北大学;2011年

  本文关键词：基于多目标优化的云服务组合与调度研究，由笔耕文化传播整理发布。

，

本文编号：477377