移动云计算下带能量约束的任务调度研究

发布时间：2021-03-01 05:10

　　智能制造工厂中,生产自动化给各类处理任务的终端带来了大量的任务处理需求,而移动云计算技术恰好可以缓解这种任务处理压力。但是在移动云计算技术的应用中也存在着一些问题,如大量实时性任务的时延要求难以得到满足,移动端的储能受限使得移动端的工作时长成为移动云计算应用中的一个瓶颈。本文考虑了以任务时延和移动端能量利用率为优化目标的移动云计算中任务调度问题。本文的任务调度问题在实质上就是一个任务卸载问题,即如何以时延和移动端能量利用率为优化目标,更好地将一部分任务从移动端迁移到云端服务器。本文提出了移动云计算任务调度问题的基本方案,任务调度的基本架构,并为该任务调度问题建立了基本模型,该模型为任务调度问题的解决奠定了坚实的数学基础,之后在数学模型的基础上提出了两个算法来优化本文的时延和移动端能量利用率这两个目标。本文以移动端能耗和任务的时延为优化目标,以任务模型、任务时延模型、能耗模型等为数学理论基础,提出了由两个基于启发式算法原理的优化算法构成的任务调度分步策略。两个启发式算法分别以粒子群算法和遗传算法为基本原理,提出了PGAAT算法和GACTEU算法。第一个算法对于任务相关的一些参数做了优化,... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究的背景及意义
    1.2 移动云计算下任务调度的研究现状
    1.3 研究目标和内容及创新点
    1.4 论文章节安排
第二章 移动云计算中任务调度相关理论
    2.1 移动云计算任务调度的三种模式
        2.1.1 基于云端的完全任务迁移模式
        2.1.2 基于云端的部分任务迁移模式
        2.1.3 基于移动端间互助的任务均衡模式
        2.1.4 三种模式的比较及其应用
    2.2 移动云计算任务调度的相关算法
        2.2.1 传统的移动云计算任务调度算法
            2.2.1.1 Min-Min算法
            2.2.1.2 Max-Min算法
            2.2.1.3 公平调度算法
        2.2.2 智能的移动云计算任务调度算法
            2.2.2.1 遗传算法
            2.2.2.2 蚁群算法
            2.2.2.3 模拟退火算法
            2.2.2.4 粒子群算法
            2.2.2.5 几种算法相比较
    2.3 任务调度中的常用节能技术
    2.4 本章小结
第三章 移动云计算中任务调度问题的建模
    3.1 移动云计算任务调度总体方案
    3.2 移动云计算任务调度的系统架构
    3.3 任务模型
    3.4 任务的时延模型
    3.5 移动端的能耗模型
    3.6 本章小结
第四章 移动云计算中任务调度算法设计
    4.1 任务调度问题的描述和分析
    4.2 算法设计的总体思路
    4.3 移动云计算任务调度参数的优化
        4.3.1 算法分析
        4.3.2 PGAAT算法详解
    4.4 移动云计算任务调度算法
        4.4.1 算法分析
        4.4.2 GACTEU算法详解
        4.4.3 GACTEU算法的相关设置
    4.5 本章小结
第五章 实验仿真和结果分析
    5.1 参数优化算法和任务调度决策算法的实验设计
    5.2 实验结果及其相关分析
        5.2.1 PGAAT算法实验结果及分析
        5.2.2 GACTEU算法实验结果及分析
第六章 总结和展望
    6.1 全文总结
    6.2 工作展望
致谢
参考文献
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]移动云计算环境下任务调度的多目标优化方法[J]. 胡海洋,刘润华,胡华.  计算机研究与发展. 2017(09)
[2]云数据中心的能耗管理研究[J]. 周航,朱欣颖.  智能计算机与应用. 2013(04)
[3]云计算环境中优化遗传算法的资源调度策略[J]. 刘愉,赵志文,李小兰,孔令荣,于淑环,于妍芳.  北京师范大学学报(自然科学版). 2012(04)
[4]一种基于粒子群的聚类算法[J]. 姚丽娟,罗可,孟颖.  计算机工程与应用. 2012(13)



本文编号：3056994