基于进化多目标优化的云服务组合执行优化算法研究

发布时间：2017-07-05 00:18

  本文关键词：基于进化多目标优化的云服务组合执行优化算法研究

  更多相关文章： 云计算 服务组合 NSGAⅡ MOEA/D

【摘要】：当前,全球信息技术产业正着一场声势浩大的“云计算”浪潮。云计算的资源存储在云供应商的虚拟机集群上,本地计算机只需要通过互联网发送一个任务请求,云端就能够根据用户的需求信息通过资源的组合和优化构成不同形式的云应用。云计算秉承“按需服务”的理念,是继个人计算机、互联网之后的第三次信息技术浪潮。要实现按需服务的目标,云供应商要通过虚拟化、并行计算、分布式存储等关键技术将传统模式的应用资源迁移到云端,通过虚拟化技术形成各种功能的虚拟资源池使用户能够根据需求访问的计算资源。在按需付费的商业模式下,用户更关心的是如何以最小的花费来完成更多的任务需求。而服务组合优化技术能够通过动态封装云端资源,不断形成各种形式和功能的新服务来满足多样化的用户需求。因此,云环境下的服务组合执行优化问题一直是研究的热点之一。在云环境下,服务商需要向用户提供虚拟机租用服务,同时提供多种经过优化,形成适用于不同用户类型的服务案例以供选择。本文通过抽象云环境建模,得到用户最为关心的两个目标函数,即完成任务所花费的运行时间和费用,将NSGAⅡ算法和MOEA/D算法应用于该模型之上,进行服务组合执行的优化,在不同规模的任务量下,均获得了较好的优化解集。本文的主要工作如下:(1)介绍了云服务体系结构和服务模型,阐述了云环境下任务调度相关问题,分析了服务组合执行优化问题的数学模型。(2)讨论了云环境下服务组合执行优化建模,通过对用户任务和服务资源的研究将服务组合执行优化问题建模为图映射问题,建立基于运行时间和运行费用的目标函数。(3)建立以用户任务的运行执行时间、运行费用为约束条件的优化模型,讨论云环境下基于NSGAⅡ算法和MOEA/D算法的服务组合执行优化方法和算法实现流程。在此基础上,改进了MOEA/D算法中的切比雪夫分解方法以及增加偏好区域后,再次求解该问题,以达到更好的优化效果。最后,通过C++仿真平台对其进行仿真,获得最优Pareto解集,并使用超体积性能指标对两算法的性能进行了更直观的量化比较,表明改进的MOEA/D算法能够更好地满足用户任务的需要,更快地确定最优的服务组合方案,验证了本文提出的服务组合优化方法在时间跨度以及费用成本方面有良好的表现。
【关键词】：云计算 服务组合 NSGAⅡ MOEA/D
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09;O224
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-15
• 第一章 绪论15-19
• 1.1 研究背景15-16
• 1.2 国内外研究现状16-17
• 1.3 研究目的17
• 1.4 本文主要工作17
• 1.5 本文组织结构17-19
• 第二章 云计算技术概述19-27
• 2.1 云计算相关介绍19-21
• 2.1.1 云计算定义19
• 2.1.2 云计算的体系结构19-21
• 2.1.3 云计算的服务模型21
• 2.2 云计算任务调度21-24
• 2.2.1 任务调度概述21-22
• 2.2.2 任务调度目标22-23
• 2.2.3 任务调度特点23-24
• 2.3 服务组合优化24-25
• 2.3.1 服务组合优化的概念24
• 2.3.2 服务组合优化的数学模型24
• 2.3.3 Pareto最优解集24-25
• 2.4 本章小结25-27
• 第三章 云环境下服务组合执行优化问题建模27-35
• 3.1 调度模型27-30
• 3.1.1 任务模型28-30
• 3.1.2 云服务模型30
• 3.1.3 图映射模型30
• 3.2 目标函数30-32
• 3.2.1 运行时间31-32
• 3.2.2 运行费用32
• 3.2.3 目标函数32
• 3.3 模型求解流程32-33
• 3.4 本章小结33-35
• 第四章 基于NSGAⅡ算法的服务组合优化方法35-43
• 4.1 NSGAⅡ算法概述35-40
• 4.1.1 快速非支配排序方法36
• 4.1.2 拥挤度36-37
• 4.1.3 精英策略37-38
• 4.1.4 基因操作38-40
• 4.2 NSGAⅡ算法流程40-41
• 4.3 NSGAⅡ的算法实现41-42
• 4.4 本章小结42-43
• 第五章 基于改进的MOEA/D算法的服务组合优化方法43-49
• 5.1 MOEA/D算法概述43-45
• 5.1.1 权向量生成方法43-44
• 5.1.2 分解方法44-45
• 5.2 MOEA/D算法流程45-46
• 5.3 存在偏好的子问题分解模型46-47
• 5.4 MOEA/D算法实现47-48
• 5.5 本章小结48-49
• 第六章 实验结果及算法性能分析49-63
• 6.1 实验参数设置49-50
• 6.1.1 性能指标49-50
• 6.1.2 实验拓扑图50
• 6.2 实验结果及分析50-61
• 6.2.1 基于NSGAⅡ的多目标遗传算法的实验结果50-54
• 6.2.2 基于改进的MOEA/D的多目标遗传算法的实验结果54-57
• 6.2.3 NSGAⅡ算法和改进的MOEA/D算法的对比实验分析57-61
• 6.3 本章小结61-63
• 第七章 总结与展望63-65
• 7.1 论文工作总结63
• 7.2 展望63-65
• 参考文献65-68
• 致谢68-69
• 作者简介69-70

【相似文献】

中国期刊全文数据库 前10条

1 廖志军;高春鸣;;基于π演算的异构Web服务组合的互操作[J];中国科技信息;2007年06期

2 高云全;;一种动态的Web服务组合及其实现[J];科技广场;2008年10期

3 吴剑峰;朱稷涵;张广泉;;带时间约束的Web服务组合建模与分析[J];苏州大学学报(自然科学版);2012年01期

4 王玉英;陈平;;Web服务组合的层次化建模[J];西北大学学报(自然科学版);2013年01期

5 周文勇;郭颂;张继军;;基于服务质量的Web服务组合模型[J];信阳师范学院学报(自然科学版);2013年03期

6 杨彩;刘晓霞;贾松浩;谢倩茹;;基于领域本体的Web服务组合的消息处理[J];西北大学学报(自然科学版);2007年04期

7 孙萍;蒋昌俊;;聚类分析及关联挖掘在Web服务组合中的应用研究[J];高技术通讯;2008年11期

8 王勇;代桂平;姜正涛;侯亚荣;;服务组合中信任感知的成员服务选择算法[J];高技术通讯;2010年08期

9 郭颂;柳春华;周明林;;语义Web服务组合实现框架研究[J];信阳师范学院学报(自然科学版);2011年04期

10 沈桂芳;;基于Petri网的Web服务组合流程的验证[J];科技信息;2009年08期

中国重要会议论文全文数据库 前10条

1 段友祥;相鹏;;Web服务组合引擎的研究与实现[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

2 吴亮;袁兆山;;基于模糊Petri网的语义Web服务组合[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 赵慧杰;;Web服务的组合计划与优化[A];2007年中国智能自动化会议论文集[C];2007年

4 张玉军;李心科;;面向自然语言描述的Web服务组合[A];2011中国仪器仪表与测控技术大会论文集[C];2011年

5 周相兵;马洪江;杨兴江;;一种基于云计算的语义Web服务组合模型研究[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年

6 付晓东;邹平;;基于元流程的Web服务组合例外处理模型[A];第二十六届中国控制会议论文集[C];2007年

7 江琦;奚宏生;殷保群;;网络新媒体服务系统事件驱动的动态服务组合[A];第二十九届中国控制会议论文集[C];2010年

8 徐明迪;赵恒;张焕国;;面向可靠性的动态Web服务组合选择策略研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年

9 周献中;吴奎;萧毅鸿;;基于蚁群算法的Web服务自动组合[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年

10 徐其兴;余镇危;;一种基于移动Agent的服务组合模型[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

中国重要报纸全文数据库 前4条

1 本报记者 张茜 通讯员 孟庆超;打好服务组合拳助力民企大发展[N];莱芜日报;2014年

2 记者 俞永均 通讯员 方平原 王芬;外经贸部门打出金融服务组合拳[N];宁波日报;2012年

3 高智 本报记者 王彤;许昌保险业:亮出服务组合拳[N];中国保险报;2014年

4 沈建苗 编译;利用现有服务构建SOA应用[N];计算机世界;2006年

中国博士学位论文全文数据库 前10条

1 冯名正;Web服务组合关键技术研究[D];东南大学;2006年

2 何丰;语义Web服务组合若干关键技术研究[D];东华大学;2008年

3 周涛;基于策略的服务组合关键技术研究及应用[D];浙江大学;2012年

4 吴钟;面向多边协同的Web服务组合市场决策与优化管理研究[D];武汉理工大学;2013年

5 李琳;Web服务组合的形式化验证与可视化方法研究[D];武汉大学;2014年

6 赵欣;面向SLA的服务组合QoS管理及优化技术研究[D];复旦大学;2014年

7 陈瑶;Web服务组合及其异常处理的关键技术研究[D];武汉大学;2013年

8 齐连永;基于QoS的Web服务组合关键问题研究[D];南京大学;2011年

9 郭志云;服务计算中若干关键技术研究[D];北京邮电大学;2015年

10 初佃辉;面向物流领域的云服务组合与调度优化方法[D];哈尔滨工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 邹艳妮;基于价格时间Petri网的Web服务组合建模与分析[D];安徽理工大学;2008年

2 翟华伟;Web服务组合重配置方法研究[D];大连海事大学;2007年

3 杨秀丽;基于有色Petri网的Web服务组合[D];吉林大学;2007年

4 狄浩军;数据和时间感知的Web服务组合形式化建模与验证研究[D];苏州大学;2012年

5 张金英;基于事务的Web服务组合及补偿研究[D];陕西师范大学;2013年

6 黄嘉发;基于Artifact的服务协同研究与实现[D];华南理工大学;2015年

7 石美娟;基于场景的Web服务组合并行测试生成的研究[D];内蒙古大学;2015年

8 林成权;基于QoS的云服务组合技术研究[D];大连海事大学;2015年

9 葛琨;基于JADE平台的Web服务组合模拟系统研究与实现[D];大连海事大学;2015年

10 陈先博;服务组合的合规性度量与分析[D];南京理工大学;2015年

，

本文编号：519886