基于云计算的遗传粒子群优化算法研究

发布时间：2020-10-20 06:14

　　 云计算作为IT界的热点技术,它因拥有强大的处理能力而受到各领域学者的广泛关注。基于云计算任务调度算法的设计与应用是云计算中的关键技术。对于任务调度这种典型的NP完全问题,具有简单、通用、鲁棒性强、适于并行处理等优点的智能算法成为云计算任务调度领域的研究热点。粒子群算法和遗传算法是解决该问题的重要智能算法。本文在分析粒子群算法和遗传算法各自优缺点的基础上,在满足合理分配和利用云环境中的资源、高效调度用户提交的海量任务的前提下,提出一种基于遗传粒子群的云计算任务调度优化算法。具体研究工作如下:(1)针对粒子群优化算法在进行任务调度时易陷入局部最优解和寻优能力差的不足,论文提出在自适应惯性权重的基础上,适当融入随机因子之间相关性的增强型粒子群算法。实验结果表明,改进后的算法既可以提高粒子群的寻优能力,还可以避免陷入局部最优,从而得到时间与代价更优的调度方案。(2)将增强型粒子群算法引入到遗传算法的变异操作中。通过粒子群算法中的当前最优解和全局最优解重构变异算子,探索遗传粒子群混合算法在不陷入局部最优解的条件下,有更快的收敛速度。实验结果表明,遗传粒子群混合算法不仅收敛速度快,任务调度效率也有明显提升。
【学位单位】：内蒙古农业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18
【部分图文】：

图１云计算服务层次图??Ｆｉｇ．?１?Ｔｈｅ?ｓｅｒｖｉｃｅ?ｈｉｅｒａｒｃｈｙ?ｄｉａｇｒａｍ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ??ｔａｓｋ??ｕｓｅｒ?ｖｍ?ｈｏｓｔ??ｆ?１?Ｖ＊＊／ＶＷ＾ｖ＼??卜＾ｖ?ｈ??Ｕ２?ｔ４??ｔｖ２?—１】２??＇?Ｚ＼?Ｍ?？：??ｕｍ?Ｚ???＋?ｋ???—？Ｖｓ?＾?ｈｎ??图２云计算任务调度模型??Ｆｉｇ．２?Ｔｈｅ?ｍｏｄｅｌ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ?ｔａｓｋ?ｓｃｈｅｄｕｌｉｎｇ??

操作平台：云平台ＡＰＩ集合??核心節里层：数据存储、安纪翔等??ｙ?中间件层：优丨七中间件?ｊ??ＩａａＳ??澍以化菅理平台：网各监控等??虚拟化层：负钱切１丨、虚拟管理等??、?挪■：?ｃ喊源?Ｊ??图１云计算服务层次图??Ｆｉｇ．?１?Ｔｈｅ?ｓｅｒｖｉｃｅ?ｈｉｅｒａｒｃｈｙ?ｄｉａｇｒａｍ?ｏｆ?ｃｌｏｕｄ?ｃｏｍｐｕｔｉｎｇ??

我们应在实际的云计算环境下进行任务调度的实验，但是，该实验??环境的搭建和后期维护需要有充足的財力和人力做支撑。因此，２００９年４月８曰，??云计算仿真软件出世，称为ＣｌｏｕｄＳｉｍ［５５＿５６］，它是由墨尔本大学的网格实验室和??Ｇｒｉｄｂｉｉｓ项目联合推出，该软件极大地降低了基于云计算任务调度研宄的成本。??ＣｌｏｕｄＳｉｍ，?—个在ＳｉｍＪａｖａ上开发函数库的仿真平台，小管是在Ｗｉｎｄｏｗｓ系统??还是Ｌｉｎｕｘ系统都可使用。而且，它继承了?ＧｒｉｄＳｉｍ的编程模型，支持云计算的研??究和开发，有以下特点：??（１）对于大型云计算基础架构，建模与仿真都可在此平台上做到；??（２）ＣｌｕｄＳｉｍ有自带的数据中心、代理人以及分配策略。??除此之外，特有的功能还有：??（１）为了在数据中心创建并管理多路、独立、协作的虚拟化服务，提供虚拟化??引擎；??（２）可在时间和空间共享间转换自如。??ＣｌｏｕｄＳｉｍ的体系结构如图３所示。??
【参考文献】

相关期刊论文 前10条

1 黄兆年;李海山;赵君;;基于双适应度遗传算法的虚拟机放置的研究[J];计算机科学;2015年S2期

2 王燕妮;吴文辉;;Cloudsim3.0仿真流程分析[J];软件;2015年06期

3 魏赟;陈元元;;基于改进蚁群算法的云计算任务调度模型[J];计算机工程;2015年02期

4 赵莉;董玉民;;基于量子遗传的混合粒子群优化算法[J];计算机工程与设计;2014年07期

5 徐洁;朱健琛;鲁珂;;基于双适应度遗传退火的云任务调度算法[J];电子科技大学学报;2013年06期

6 马亮;李晓;;基于改进粒子群算法的云计算任务调度策略[J];计算机与现代化;2013年09期

7 王波;张晓磊;;基于粒子群遗传算法的云计算任务调度研究[J];计算机工程与应用;2015年06期

8 王霞俊;;CloudSim云计算仿真工具研究及应用[J];微型电脑应用;2013年08期

9 王登科;李忠;;基于粒子群优化与蚁群优化的云计算任务调度算法[J];计算机应用与软件;2013年01期

10 张雨;李芳;周涛;;云计算环境下基于遗传蚁群算法的任务调度研究[J];计算机工程与应用;2014年06期

相关博士学位论文 前1条

1 左利云;云计算中基于任务特性和资源约束的调度方法研究[D];华南理工大学;2016年

相关硕士学位论文 前4条

1 高明芳;基于粒子群蚁群混合算法的物流车辆路径问题研究[D];内蒙古农业大学;2016年

2 万欣;迭代禁忌搜索算法求解最小连通支配集问题[D];华中科技大学;2016年

3 罗干;基于启发式算法的云工作流任务调度方法研究[D];北京交通大学;2015年

4 温真真;需求可拆分车辆路径问题的迭代局部搜索算法研究[D];北京交通大学;2015年

本文编号：2848334