云计算中基于CloudSim的改进粒子群调度算法研究

发布时间：2017-07-31 22:00

  本文关键词：云计算中基于CloudSim的改进粒子群调度算法研究

  更多相关文章： 云计算 任务调度 粒子群算法 惯性权重 CloudSim

【摘要】：云计算是分布式计算、并行计算、网格计算、虚拟化、负载均衡、网络存储等传统计算机技术和网络技术融合的产物,是基于网络的新兴技术。云计算的资源池由大量性能不同的资源节点构成,随着用户需求的不断增长,如何将大规模任务分配到有限的资源节点,提升用户满意度,实现负载均衡,是云计算需要研究的重要问题。高效的任务调度,是有效发挥云计算潜力的重要步骤。在云计算中,一些任务需要被分配到不同的虚拟机上,以提高系统利用率和最小化完工时间。任务调度问题是NP完全问题,因此找到一个确切的解决方案是棘手的,特别是对于大规模的任务。为此本文提出了一种基于适应度的动态更新惯性权重的粒子群优化算法,并对粒子群算法中的粒子进行重新编码,使其离散化,将改进后的算法运用到云计算任务调度问题当中。本文随后还详细介绍了云仿真工具CloudSim,并配置了实验环境。在仿真平台上,对离散粒子群算法(Discrete Particle Swarm Optimization,DPSO)以及改进的DPSO进行了仿真实验。通过与DPSO算法、贪心策略、顺序调度法对比仿真结果表明,在云计算任务调度问题中,少量的任务调度,本文的改进算法并不优于其他分配算法,逐步增加任务量后,发现规模越大,DPSO收敛速度越快,相比其他调度算法的优势越明显。对其仿真,表明算法用于任务调度问题是可行且有效的,尤其是对于海量任务。
【关键词】：云计算 任务调度 粒子群算法 惯性权重 CloudSim
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 绪论7-13
• 1.1 研究背景与研究意义7-8
• 1.1.1 研究背景7-8
• 1.1.2 研究意义8
• 1.2 国内外研究现状8-10
• 1.2.1 经典任务调度算法的运用与改进9
• 1.2.2 基于智能算法的任务调度研究9-10
• 1.3 论文主要工作10-11
• 1.4 论文的组织结构11-13
• 第2章 云计算13-19
• 2.1 云计算概念13
• 2.2 云计算体系结构13-15
• 2.3 云计算服务层次15-16
• 2.4 云计算的主要特征16-17
• 2.5 云计算任务调度概述17-18
• 2.6 本章小结18-19
• 第3章 粒子群优化算法19-29
• 3.1 仿生算法概述19-20
• 3.2 粒子群优化算法20-24
• 3.2.1 粒子群优化算法原理20-21
• 3.2.2 粒子群优化算法的数学模型21
• 3.2.3 粒子群优化算法主要特点21-22
• 3.2.4 粒子群优化算法流程22-24
• 3.3 基于惯性权重的改进研究24-27
• 3.3.1 线性递减权值策略24-25
• 3.3.2 周期性随机扰动策略25
• 3.3.3 自适应动态惯性权重因子25-26
• 3.3.4 随着指数增长的惯性权重改进策略26
• 3.3.5 自适应动态调节的惯性权重改进策略26-27
• 3.4 本文采用的改进算法27-28
• 3.5 本章小结28-29
• 第4章 基于离散粒子群算法的云任务调度29-33
• 4.1 云环境下任务调度问题的形式化表示29-30
• 4.2 基于任务调度问题的离散粒子群算法30-32
• 4.2.1 粒子编码30-31
• 4.2.2 算法流程31-32
• 4.3 本章小结32-33
• 第5章 仿真实验以及实验分析33-45
• 5.1 CloudSim仿真系统相关介绍33-37
• 5.1.1 CloudSim的体系结构33-34
• 5.1.2 CloudSim的技术实现34-37
• 5.2 仿真实验的具体实现37-43
• 5.2.1 CloudSim平台的扩展37-38
• 5.2.2 实验环境与参数设置38-39
• 5.2.3 仿真实验与结果分析39-43
• 5.3 本章小结43-45
• 第6章 总结与展望45-47
• 6.1 总结45-46
• 6.2 展望46-47
• 致谢47-48
• 参考文献48-50

【参考文献】

中国期刊全文数据库 前10条

1 邵明臣;彭业飞;张维继;冯智鑫;张武湛;;粒子群算法惯性权重的自适应改进与研究[J];电脑知识与技术;2016年02期

2 曹欲晓;俞翔;钱瑛;;一种蝙蝠算法优化的云计算任务调度[J];微电子学与计算机;2015年10期

3 徐华;张庭;;云计算环境下基于改进离散粒子群的并行调度算法[J];华南理工大学学报(自然科学版);2015年09期

4 陈金辉;陈辰;董飚;;基于自适应策略的改进粒子群算法[J];计算机仿真;2015年03期

5 刘冬梅;;云计算环境下改进加权轮转任务调度算法研究[J];牡丹江师范学院学报(自然科学版);2015年01期

6 袁晓林;施化吉;;基于模拟退火算法的云计算资源调度模型[J];软件导刊;2015年02期

7 杨单;李超锋;杨健;;基于改进混沌萤火虫算法的云计算资源调度[J];计算机工程;2015年02期

8 李依桐;林燕;;基于混合粒子群算法的云计算任务调度研究[J];计算技术与自动化;2014年01期

9 邬开俊;鲁怀伟;;云环境下基于DPSO的任务调度算法[J];计算机工程;2014年01期

10 李煜;马良;;新型全局优化蝙蝠算法[J];计算机科学;2013年09期

，

本文编号：601267