高校云数据中心基于蚁群算法的资源调度分析

发布时间：2022-08-11 20:04

　　高校在建设云数据中心的过程中,以云计算方式为重要支持,能够有效解决传统计算模式下数据处理效果不佳的问题,更为高效、集中、统一管理数据和资源,支持高校各个职能部门共享数据与信息。本文从分析高校云数据中心构建活动入手,着重说明了云计算的内涵和高校云数据中心建设目标,介绍了云计算数据中心的内容,阐释了蚁群算法在高校云数据中心的运用情况,还提出了改进蚁群算法实现资源调度目标的实施策略。经过仿真测试得出蚁群算法能够有效处理大型数据任务的结论。 

【文章页数】：3 页

【文章目录】：
0 引言
1 高校云数据中心构建活动
    1.1 云计算概述
    1.2 高校云数据中心建设的目标
    1.3 云计算数据中心
2 蚁群算法在高校云数据中心的运用
    2.1 蚁群算法原理
    2.2 构建蚁群算法数学模型
    2.3 运用优点与不足
3 改进蚁群算法实现资源调度目标
4 CloudSim仿真
    4.1 遵循蚁群算法调度流程
    4.2 仿真测试
5 结 语


【参考文献】：
期刊论文
[1]一种基于改进最大最小蚁群算法的虚拟机放置策略[J]. 刘晋西.  计算机与数字工程. 2019(09)
[2]基于改进蚁群算法的自适应云资源调度模型研究[J]. 聂清彬,潘峰,吴嘉诚,曹耀钦.  激光与光电子学进展. 2020(01)
[3]基于蚁群算法和遗传算法RGV动态调度研究[J]. 周自力,吴福珍,张心怡.  浙江水利水电学院学报. 2019(02)
[4]基于蚁群算法的虚拟机双目标优化部署方法[J]. 裴多.  计算机工程与设计. 2018(11)
[5]基于蚁群算法的SDN数据中心网络大象流调度研究[J]. 李宏慧,杨光,路海亮,付学良,申志军.  计算机应用研究. 2019(12)
[6]云数据中心的多维云资源调度研究[J]. 姜赛达.  三门峡职业技术学院学报. 2018(03)
[7]基于数据虚拟化技术的高校云数据中心构建[J]. 罗伟雄,曾纪霞,时东晓,刘岚.  软件导刊. 2018(03)



本文编号：3675299