改进混合蛙跳算法在云资源调度中的应用

发布时间：2017-09-17 03:12

  本文关键词：改进混合蛙跳算法在云资源调度中的应用

  更多相关文章： 云计算 资源调度 混合蛙跳算法 Min-Min算法 时间跨度

【摘要】：云计算已经成为当前家喻户晓的一个科技热词,同时也成为学术界和产业界的热点研究问题,云计算技术虚拟化了所有资源,把这些资源放在一个巨大的资源池,并且把这些资源透明化的提供给用户满足需求,所以资源的虚拟化映射在应用层和虚拟资源层的之间的虚拟映射成为云计算的一个关键问题。如何找到一个合理的分配方案,成为资源调度的关键。很多研究人员,在近几年,已经做了很多的工作,提出了一系列资源调度相关策略。由于混合蛙跳算法出现时间短,很多理论基础和参数设置还不是很成熟,所以把混合蛙跳算法应用到云计算资源调度中的研究还不是太多,现有的算法及一些改进的算法,在一定程度上都存在一定的缺点和不足,没有在种群初始化上做研究来提高种群的解的质量,最差个体移动步长比较单一,易陷入局部最优等问题。本文针对混合蛙跳算法应用在云计算资源调度中存在的收敛速度和寻优能力不佳的问题,为了提高收敛速度和寻优能力,缩短完成任务的时间,提出了改进的混合蛙跳算法,主要做了三个方面的改进。在种群初始化中,采用经典的Min-Min算法和随机方式生成初始化种群规模,很大程度上提高了初始解的质量,保持了种群多样性,可以间接的缩短任务完成时间;在局部搜索策略中,原有的算法是单一的移动步长公式,可能导致最差青蛙个体更新后还是子群内最差个体,所以引入平均适应度值的概念,通过判断子群内青蛙个体的适应度值与平均适应度值的大小关系,来确定最差青蛙个体的移动步长公式,更新最差青蛙的位置,避免了盲目搜索,使群体收敛速度更快,寻优能力更好;在全局混合操作中,引入遗传算法的交叉思想,在子群间青蛙混合进行文化信息交流时,对子群内局部最优解和全局最优解,采用合适的交叉控制参数进行交叉操作,结果保留较优个体,一来子代继承了父代的优秀基因,一定程度上提高解的质量,二来可以使算法避免陷入局部最优。在实际生活中,用户任务需求量很大,而资源量有限,所以时间短,速度快的算法更适合这种有条件限制的情况。最后在云计算仿真平台CloudSim上模拟本文算法。实验中,由于混合蛙跳算法本身概念比较新,参数设置上不像遗传算法那样成熟,只能反复大量的做实验,在有限的条件下,得到较好的种群规模分组。然后,在这样的分组条件下,改变其他变量值来验证算法性能。实验结果证明,在资源数量一定,任务数逐渐增加的情况下和任务数一定,资源数改变的情况下,相比遗传算法和粒子群算法,改进混合蛙跳算法具有更好的收敛速度和寻优能力,总体上资源调度效率更高,更适合任务多,资源少的实际情况,证明了本文提出算法的可行性,为以后的云计算资源调度算法研究提供了一定的基础。
【关键词】：云计算 资源调度 混合蛙跳算法 Min-Min算法 时间跨度
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 绪论11-17
• 1.1 研究背景及意义11-12
• 1.2 国内外研究现状12-15
• 1.3 论文研究内容15
• 1.4 论文组织结构15-16
• 1.5 小结16-17
• 第二章 云计算环境下的资源调度17-31
• 2.1 云计算基本概念17-22
• 2.1.1 云计算定义17-19
• 2.1.2 云计算服务模式19-20
• 2.1.3 云计算基本特征20
• 2.1.4 云计算关键技术20-22
• 2.2 云计算资源调度22-25
• 2.2.1 云计算的资源调度简介23-24
• 2.2.2 云资源调度发展现状24-25
• 2.3 混合蛙跳算法在云计算资源调度中的应用25-28
• 2.3.1 混合蛙跳算法理论25-28
• 2.3.2 云资源调度中下混合蛙跳算法的应用28
• 2.4 小结28-31
• 第三章 改进混合蛙跳算法的云资源调度31-45
• 3.1 混合蛙跳算法的改进策略31-35
• 3.1.1 青蛙族群初始化优化策略31-33
• 3.1.2 局部搜索优化策略33-34
• 3.1.3 全局混合优化策略34-35
• 3.2 改进混合蛙跳算法的云资源调度35-37
• 3.2.1 问题的提出35
• 3.2.2 问题的描述35-37
• 3.3 改进混合蛙跳算法流程实现37-43
• 3.3.1 编码方式37-38
• 3.3.2 种群初始化38-39
• 3.3.3 适应度函数39-40
• 3.3.4 青蛙种群分组40
• 3.3.5 局部搜索40-41
• 3.3.6 全局混合操作41-42
• 3.3.7 改进混合蛙跳算法流程42-43
• 3.4 本章小结43-45
• 第四章 实验仿真和结果分析45-65
• 4.1 CloudSim模拟器简介45-51
• 4.1.1 CloudSim的特征45-46
• 4.1.2 CloudSim体系结构46-48
• 4.1.3 CloudSim技术实现48-49
• 4.1.4 CloudSim实体通信49-51
• 4.2 CloudSim仿真流程51-54
• 4.2.1 CloudSim初始化51-52
• 4.2.2 创建用户任务52-53
• 4.2.3 创建虚拟资源53-54
• 4.3 算法设计过程54-59
• 4.3.1 种群初始化模块实现54-56
• 4.3.2 局部搜索模块实现56-57
• 4.3.3 全局混合操作模块实现57-58
• 4.3.4 主体算法实现58-59
• 4.4 仿真实验结果分析59-63
• 4.4.1 仿真环境配置59
• 4.4.2 实验参数59-60
• 4.4.3 实验结果分析60-63
• 4.5 本章小结63-65
• 第五章 总结与展望65-67
• 5.1 论文总结65-66
• 5.2 研究展望66-67
• 参考文献67-71
• 致谢71-73
• 攻读学位期间发表的学术论文目录73

【相似文献】

中国期刊全文数据库 前10条

1 周建涛;陆海燕;叶新铭;;面向资源调度的矩阵规范化方法研究[J];中山大学学报(自然科学版);2009年01期

2 夏文明;李国富;;资源调度问题研究综述[J];机电工程;2009年07期

3 林伟伟;齐德昱;;云计算资源调度研究综述[J];计算机科学;2012年10期

4 杨继君;许维胜;黄武军;吴启迪;;基于多灾点非合作博弈的资源调度建模与仿真[J];计算机应用;2008年06期

5 梁金华;;基于仿真网格平台的资源调度算法模拟[J];科技信息;2010年18期

6 薛玉;;云计算环境下的资源调度优化模型研究[J];计算机仿真;2013年05期

7 罗丹;;云计算资源调度算法仿真[J];计算机仿真;2013年07期

8 谢斌;林华;;联合战场资源调度问题综述[J];舰船电子工程;2013年10期

9 林永毅,张智江,廖黛丽,倪凌;电信传输资源及调度一体化管理的研究与实现[J];电信科学;2002年10期

10 吉军;蔚承建;陈胜峰;陈旭;;分散式多工厂资源调度中的一种理性策略[J];计算机应用;2010年11期

中国重要会议论文全文数据库 前3条

1 曹东旭;刘明阳;;基于马尔科夫决策链的作战资源调度[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

2 王兵;贾利民;龙慧;郭杜杜;马玉春;;新疆公路网交通事故应急救援资源调度系统设计及应用[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

3 丛慧芳;王文生;谢能付;;农业信息网格环境中数据传输资源调度方法研究[A];中国农业信息科技创新与学科发展大会论文汇编[C];2007年

中国重要报纸全文数据库 前1条

1 本报记者 吴挺;云计算的管理需求显现[N];计算机世界;2009年

中国博士学位论文全文数据库 前9条

1 王小乐;信息物理融合系统资源调度关键技术研究[D];国防科学技术大学;2014年

2 王力;铁路集装箱中心站关键资源调度优化理论与方法[D];北京交通大学;2014年

3 马满福;基于计算经济的网格资源管理研究[D];西北工业大学;2007年

4 冉泳屹;云环境下基于随机优化的动态资源调度研究[D];中国科学技术大学;2015年

5 徐昕;基于博弈论的云计算资源调度方法研究[D];华东理工大学;2015年

6 徐劲松;SLA约束下的云资源调度关键技术研究[D];南京邮电大学;2013年

7 张静乐;网络环境下协同服务关键技术研究[D];北京科技大学;2011年

8 田国忠;多DAG共享资源调度的若干问题研究[D];北京工业大学;2013年

9 王海威;智能电视操作系统服务性能与资源调度关键技术研究[D];中国科学技术大学;2011年

中国硕士学位论文全文数据库 前10条

1 王艳平;基于蚁群算法的云计算资源调度研究[D];曲阜师范大学;2015年

2 何兰兰;云环境下基于SLA的优化资源管理机制研究[D];江西理工大学;2015年

3 张扬;基于QPSO-SFLA改进算法的云环境资源调度研究[D];江西理工大学;2014年

4 杨南;藏文舆情云分析平台资源调度优化研究[D];西北民族大学;2015年

5 李超;基于改进粒子群算法的云计算资源调度研究[D];中国矿业大学;2015年

6 郭庆光;基于协同演化算法的云计算资源调度的研究[D];电子科技大学;2014年

7 陈强;载波聚合下的资源调度研究[D];电子科技大学;2014年

8 梁俊杰;基于应用容器的云资源调度研究与实现[D];电子科技大学;2015年

9 赵颖;Hadoop环境下的动态资源管理研究与实现[D];上海交通大学;2015年

10 徐政;基于QoS的LTE资源调度策略研究[D];南京邮电大学;2015年

，

本文编号：866922