云计算环境下工作流任务调度优化算法研究
发布时间：2021-05-18 11:50
随着信息技术的蓬勃发展,云计算作为一种分布式计算技术,已经成为行业中的研究热点。它是支持人工智能、区块链等技术发展的基础技术环境。云计算系统拥有庞大的资源池,为了满足用户特定的服务质量请求,它需要对各类任务进行合理的调度。现阶段,随着数据中心的快速扩张,数据中心的能源消耗也迅速增长,将会制约云计算的发展。在云计算环境下,如何有效地给任务分配合适的资源是服务提供商需要研究的主要问题之一。目前,调度算法偏向于研究任务调度所花费的最小时间或最少费用等单目标优化问题,而考虑复杂的用户质量请求的算法比较少。为了提供更优的服务和获得较好的经济收益,服务提供商需要从多目标优化的角度出发研究任务调度问题。本文以时间、费用和能耗作为任务调度的优化目标,主要的研究工作如下:（1）针对任务调度需求的复杂性,分析了云计算体系结构和云数据中心,为了降低数据中心的能源消耗,采用动态电压频率调整技术,引入了多目标优化概念。对本文所要研究的多目标优化问题建立了任务调度系统模型。（2）针对多目标粒子群优化算法存在难以平衡开发与开采的问题,提出了基于格分布方差的多目标工作流调度算法。改进了网格坐标系,提出了格分布方差。设...
【文章来源】：浙江理工大学浙江省
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究问题与内容
1.4 论文组织结构
第二章 云计算基本理论
2.1 云计算概述
2.1.1 云计算定义与特点
2.1.2 云计算体系结构
2.1.3 云数据中心
2.1.4 DVFS技术
2.2 云工作流
2.2.1 云工作流简介
2.2.2 任务调度
2.3 本章小结
第三章 多目标问题建模与方法
3.1 多目标优化
3.1.1 多目标优化问题模型
3.1.2 Pareto相关定义
3.2 系统建模
3.2.1 资源模型
3.2.2 工作流模型
3.2.3 能耗模型
3.2.4 任务调度目标函数
3.3 多目标优化算法
3.3.1 多目标粒子群算法
3.3.2 NSGA-Ⅱ算法
3.4 本章小结
第四章 基于格分布方差的多目标工作流调度算法
4.1 GVDA-MOPSO工作流调度算法设计
4.1.1 粒子编码
4.1.2 改进的自适应网格坐标系
4.1.3 格分布方差和动态调整算法
4.1.4 外部文档自优化策略
4.1.5 差粒子自学习策略
4.2 GVDA-MOPSO工作流调度算法流程
4.3 仿真实验与结果分析
4.3.1 仿真工具简介
4.3.2 实验环境配置
4.3.3 格分布方差阈值分析
4.3.4 实验结果与分析
4.4 本章小结
第五章 基于任务聚类的NSGA-Ⅱ算法的多目标任务调度算法
5.1 TC-NSGA-Ⅱ任务调度算法设计
5.1.1 染色体编码
5.1.2 遗传算子设计
5.1.3 拥挤距离设计
5.1.4 任务聚类
5.2 TC-NSGA-Ⅱ任务调度算法流程
5.3 仿真实验与结果分析
5.3.1 实验设置
5.3.2 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来与展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]基于FDH的分区域多目标遗传算法[J]. 周忠宝,刘悦悦,金倩颖,肖和录,程旭曼. 计算机工程与科学. 2018(07)
[2]多目标云工作流调度的协同进化多群体优化[J]. 刘雨潇,王毅,袁磊,吴钊. 计算机工程与设计. 2018(05)
[3]多目标最优化云工作流调度进化遗传算法[J]. 王国豪,李庆华,刘安丰. 计算机科学. 2018(05)
[4]基于多目标遗传算法的多星座选星方法[J]. 徐小钧,马利华,艾国祥. 上海交通大学学报. 2017(12)
[5]云环境下基于多目标的多科学工作流调度算法[J]. 袁友伟,鲍泽前,俞东进,李万清. 软件学报. 2018(11)
[6]一种基于改进蚁群算法的多目标优化云计算任务调度策略[J]. 葛君伟,郭强,方义秋. 微电子学与计算机. 2017(11)
[7]基于平衡搜索策略的多目标粒子群优化算法[J]. 耿焕同,陈正鹏,陈哲,周利发. 模式识别与人工智能. 2017(03)
[8]一种云环境中数据流的高效多目标调度方法[J]. 沈尧,秦小麟,鲍芝峰. 软件学报. 2017(03)
[9]任务调度算法中新的自适应惯性权重计算方法[J]. 李学俊,徐佳,朱二周,张以文. 计算机研究与发展. 2016(09)
[10]时间约束的异构分布式系统工作流能耗优化算法[J]. 蒋军强,林亚平,谢国琪,张世文. 计算机研究与发展. 2016(07)
博士论文
[1]异构分布式计算系统下工作流能耗与时间优化研究[D]. 蒋军强.湖南大学 2017
[2]基于排序策略的多目标粒子群优化：研究与应用[D]. 李笠.浙江工业大学 2017
硕士论文
[1]云环境下基于多目标优化的任务调度策略研究[D]. 郭强.重庆邮电大学 2017
[2]基于多目标优化的云任务调度算法研究[D]. 韩于芳.兰州理工大学 2017
[3]基于多态蚁群算法的云计算节能资源调度[D]. 周刚.重庆大学 2016
[4]云计算环境中科学工作流时间/成本调度优化研究[D]. 尧峰.南京大学 2015
[5]基于服务质量的任务调度算法设计与实现[D]. 孙娟.大连理工大学 2015
[6]云计算环境下带安全约束的工作流调度问题的研究[D]. 马俊波.国防科学技术大学 2013
[7]云计算中数据访问控制方法的研究[D]. 李阳.南京邮电大学 2013
本文编号：3193741
【文章来源】：浙江理工大学浙江省
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究问题与内容
1.4 论文组织结构
第二章 云计算基本理论
2.1 云计算概述
2.1.1 云计算定义与特点
2.1.2 云计算体系结构
2.1.3 云数据中心
2.1.4 DVFS技术
2.2 云工作流
2.2.1 云工作流简介
2.2.2 任务调度
2.3 本章小结
第三章 多目标问题建模与方法
3.1 多目标优化
3.1.1 多目标优化问题模型
3.1.2 Pareto相关定义
3.2 系统建模
3.2.1 资源模型
3.2.2 工作流模型
3.2.3 能耗模型
3.2.4 任务调度目标函数
3.3 多目标优化算法
3.3.1 多目标粒子群算法
3.3.2 NSGA-Ⅱ算法
3.4 本章小结
第四章 基于格分布方差的多目标工作流调度算法
4.1 GVDA-MOPSO工作流调度算法设计
4.1.1 粒子编码
4.1.2 改进的自适应网格坐标系
4.1.3 格分布方差和动态调整算法
4.1.4 外部文档自优化策略
4.1.5 差粒子自学习策略
4.2 GVDA-MOPSO工作流调度算法流程
4.3 仿真实验与结果分析
4.3.1 仿真工具简介
4.3.2 实验环境配置
4.3.3 格分布方差阈值分析
4.3.4 实验结果与分析
4.4 本章小结
第五章 基于任务聚类的NSGA-Ⅱ算法的多目标任务调度算法
5.1 TC-NSGA-Ⅱ任务调度算法设计
5.1.1 染色体编码
5.1.2 遗传算子设计
5.1.3 拥挤距离设计
5.1.4 任务聚类
5.2 TC-NSGA-Ⅱ任务调度算法流程
5.3 仿真实验与结果分析
5.3.1 实验设置
5.3.2 实验结果与分析
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来与展望
参考文献
致谢
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]基于FDH的分区域多目标遗传算法[J]. 周忠宝,刘悦悦,金倩颖,肖和录,程旭曼. 计算机工程与科学. 2018(07)
[2]多目标云工作流调度的协同进化多群体优化[J]. 刘雨潇,王毅,袁磊,吴钊. 计算机工程与设计. 2018(05)
[3]多目标最优化云工作流调度进化遗传算法[J]. 王国豪,李庆华,刘安丰. 计算机科学. 2018(05)
[4]基于多目标遗传算法的多星座选星方法[J]. 徐小钧,马利华,艾国祥. 上海交通大学学报. 2017(12)
[5]云环境下基于多目标的多科学工作流调度算法[J]. 袁友伟,鲍泽前,俞东进,李万清. 软件学报. 2018(11)
[6]一种基于改进蚁群算法的多目标优化云计算任务调度策略[J]. 葛君伟,郭强,方义秋. 微电子学与计算机. 2017(11)
[7]基于平衡搜索策略的多目标粒子群优化算法[J]. 耿焕同,陈正鹏,陈哲,周利发. 模式识别与人工智能. 2017(03)
[8]一种云环境中数据流的高效多目标调度方法[J]. 沈尧,秦小麟,鲍芝峰. 软件学报. 2017(03)
[9]任务调度算法中新的自适应惯性权重计算方法[J]. 李学俊,徐佳,朱二周,张以文. 计算机研究与发展. 2016(09)
[10]时间约束的异构分布式系统工作流能耗优化算法[J]. 蒋军强,林亚平,谢国琪,张世文. 计算机研究与发展. 2016(07)
博士论文
[1]异构分布式计算系统下工作流能耗与时间优化研究[D]. 蒋军强.湖南大学 2017
[2]基于排序策略的多目标粒子群优化：研究与应用[D]. 李笠.浙江工业大学 2017
硕士论文
[1]云环境下基于多目标优化的任务调度策略研究[D]. 郭强.重庆邮电大学 2017
[2]基于多目标优化的云任务调度算法研究[D]. 韩于芳.兰州理工大学 2017
[3]基于多态蚁群算法的云计算节能资源调度[D]. 周刚.重庆大学 2016
[4]云计算环境中科学工作流时间/成本调度优化研究[D]. 尧峰.南京大学 2015
[5]基于服务质量的任务调度算法设计与实现[D]. 孙娟.大连理工大学 2015
[6]云计算环境下带安全约束的工作流调度问题的研究[D]. 马俊波.国防科学技术大学 2013
[7]云计算中数据访问控制方法的研究[D]. 李阳.南京邮电大学 2013
本文编号：3193741
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3193741.html
