基于动态趋势预测蚁群算法的云计算资源调度优化研究
本文关键词:基于动态趋势预测蚁群算法的云计算资源调度优化研究
更多相关文章: 动态趋势预测 蚁群算法 云计算 资源调度优化
【摘要】:当前,计算机性能日益提高,人们的计算需求也日益增加,在这样的背景下,以往的计算方式已经不能满足人们的计算需求,随着云计算的出现,这一现象才得以缓解,但是就目前而言,云计算也存在许多缺陷与不足,例如资源调度资源占用多且响应速度慢等。本文以此为着眼点,设计了一种以动态趋势预测蚁群算法为基础的云计算资源调度优化研究。这一算法在具体实施过程中运用动态趋势预测以及蚁群算法相加的办法,借助虚拟机迁移实现资源的预留,并可以借助动态趋势预测方法来对数据中心负载变化实现预测,并且通过减小值的调整来实现具体操作。通过实验表明,本文所提出的将动态趋势预测和蚁群算法相结合的算法能够有效的提高数据中心的性能,加强响应速度和计算的精确度。
【作者单位】: 江苏食品职业技术学院;
【关键词】: 动态趋势预测 蚁群算法 云计算 资源调度优化
【分类号】:TP18;TP393.07
【正文快照】: 0引言当前,互联网技术日趋成熟,与此同时,计算机的性能也不断提高。对此,以前的数据信息处理模式已经难以适应人们不断增长的计算需求以及大量的数据信息处理需求。也正是这样的背景之下,云计算这一崭新的计算方法产生,很好地缓解了这一问题。云计算,作为一种新型的商业模式,
【参考文献】
中国期刊全文数据库 前2条
1 刘赛;李绪蓉;万麟瑞;陈韬;;云环境下资源调度模型研究[J];计算机工程与科学;2013年03期
2 邸忆;龙飞;李卓越;;一种基于改进蚁群算法的多目标跟踪数据关联方法[J];计算机应用与软件;2013年04期
【共引文献】
中国期刊全文数据库 前5条
1 张效斌;蒋多元;时玉龙;;调度技术在云计算中的应用[J];电脑知识与技术;2014年34期
2 尹玉萍;刘万军;魏林;;基于改进蚁群算法的多目标跟踪数据关联方法[J];计算机工程与应用;2014年16期
3 张燕;顾才东;;一种求解云计算资源优化的改进蝙蝠算法[J];科技通报;2014年11期
4 刘运;程家兴;林京;;基于高斯变异的人工萤火虫算法在云计算资源调度中的研究[J];计算机应用研究;2015年03期
5 李尤丰;王智钢;;基于动态云的智慧农业架构研究[J];计算机技术与发展;2014年03期
中国博士学位论文全文数据库 前1条
1 马莉;云计算环境下煤矿应急管理关键技术研究[D];西安科技大学;2014年
中国硕士学位论文全文数据库 前1条
1 周晓柯;云环境中虚拟机动态优化配置[D];太原科技大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 康莉;谢维信;黄敬雄;;一种基于蚁群算法的多目标跟踪数据关联方法[J];电子学报;2008年03期
2 马良,项培军;蚂蚁算法在组合优化中的应用[J];管理科学学报;2001年02期
3 杨毅;吴炜;杨晓敏;陈默;王正勇;;基于RBPF和数据关联的多目标跟踪[J];计算机工程;2010年06期
4 李强;郝沁汾;肖利民;李舟军;;云计算中虚拟机放置的自适应管理与多目标优化[J];计算机学报;2011年12期
5 张潇丹;李俊;;一种基于云服务模式的网络测量与分析架构[J];计算机应用研究;2012年02期
6 裴养;吴杰;王鑫;;基于粒子群优化算法的虚拟机放置策略[J];计算机工程;2012年16期
7 冯小靖;潘郁;;云计算环境下的DPSO资源负载均衡算法[J];计算机工程与应用;2013年06期
8 方锦明;;云计算中基于NSGA Ⅱ的虚拟资源调度算法[J];计算机工程与设计;2012年04期
9 张珂磬;黄敬雄;康莉;;一种基于蚁群算法的数据关联方法[J];系统仿真学报;2009年22期
10 王琳;寇英信;杨海燕;于雷;;元启发式数据关联的多目标跟踪方法[J];系统工程与电子技术;2010年10期
中国博士学位论文全文数据库 前2条
1 薛皓;时间异步条件下的无线传感器网络目标跟踪关键技术研究[D];北京邮电大学;2009年
2 刘澍;基于改进蚁群算法与神经网络的调制识别研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前3条
1 冯洋;多目标跟踪的数据关联算法研究[D];西安电子科技大学;2008年
2 毛爽;多目标检测跟踪算法研究[D];山东大学;2008年
3 高欢萍;无线传感器网络目标跟踪方法研究[D];太原理工大学;2010年
【相似文献】
中国重要报纸全文数据库 前2条
1 嘉宾:袁钢明 主持人:王乐;是继续扩大政府投资,,还是……[N];证券时报;2000年
2 记者 王利强;忻州狠抓投资 做大“蛋糕”[N];山西日报;2011年
中国硕士学位论文全文数据库 前1条
1 Socorro Lourdes Villalobos Sierra;基于动态趋势角度的新商业模式识别研究[D];宁波大学;2013年
本文编号:736780
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/736780.html