动态问题的商空间求解方法及其应用研究

发布时间：2020-07-19 23:37

【摘要】：粒计算是目前智能计算领域中的新方法,它涵盖了与粒度相关的所有方法、技术和理论。粒计算通过模拟人类思维来处理复杂问题,是进行海量数据挖掘,复杂、模糊信息处理的有效工具。在当前主要的粒计算模型中,商空间粒计算模型通过构建三元组(X,f,T)来描述问题,其中X表示论域,f表示属性函数,T表示其结构。与其它粒计算模型相比,商空间模型的引入结构T对论域中元素间的联系进行准确、清晰的描述。商空间理论的研究发展迅速,在多个方面取得了一系列成果。在实际生产、生活过程中,很多问题的求解是随时间的变化而不断变化的,如交通运输、石油化工、通信工程等诸多领域,问题的技术规范、约束条件与资源环境等随时间发生变化,这类问题的求解被称为动态问题求解。然而,现有对商空间模型及其应用的研究仍只是建立在静态数据或静态商拓扑结构的基础上的,当考虑环境发生变化时,传统的静态商空间理论在动态问题求解的应用受到了限制,急需拓展。本文首先通过对静态商空间理论的应用,讨论该理论的优势及其局限性,应用粒计算理论、概率分析方法和相关信任模型,重点研究了动态问题的商空间求解方法,并将该方法及相应模型应用到动态问题求解中(如最佳路径搜索、云资源调度)。本文的研究工作概括如下：(1)首先对商合成方法进行研究,通过对合成方法的扩展,构造了多侧面、多层次的商空间合成模型,然后讨论了模糊等价关系交并运算与距离空间合成以及多侧面商空间合成之间的相互关系。(2)考虑到云计算商业化和虚拟化特点,针对云环境中的高效资源调度问题,提出了一种基于模糊商空间理论的资源调度算法。在进行资源调度时,算法首先将虚拟机资源抽象为不同的属性信息粒,再根据用户任务QoS特征分层进行粒度融合,最后结合模糊商空间理论建立模糊等价类和距离函数,并据此进行资源匹配。实验结果分析表明,该算法能有效的满足用户任务QoS,提高资源利用率。(3)由于动态问题往往具有较高的计算复杂性,目前还没有有效的粒计算形式化理论与方法去解决这样的复杂问题。为解决动态环境下的问题求解,针对拓扑结构随时间变化的情况,借鉴社会学中的信任模型对传统的商空间理论进行扩展,利用贝叶斯方法对节点的可信度进行评估,提出了一种基于信任机制的动态商空间模型,然后将该模型应用于最优路径搜索。仿真结果证实,提出的动态商空间模型能以较小的时间花费为代价,有效地提高路径可靠性,实现动态问题求解。(4)提出了一种基于主观Bayesian方法的动态商空间模型,动态评估云环境下资源节点的可信度。同时考虑云资源节点具有动态性、异构性、欺骗性等特征,引入了惩罚机制和分级剪枝过滤机制,给出了节点间信任传递与合成的具体实现方法和其数学表述。最后将该模型应用于DLS算法得到基于主观Bayesian动态商空间模型的动态级调度算法(BST-DLS)。分析及仿真实验结果表明,提出的BST-DLS算法能够以较小的调度长度为代价,有效地提高云环境下任务执行的成功率。(5)提出了一种考虑节点失效恢复能力的云服务可靠性模型,该模型引入失效恢复机制,将节点间的交互失效划分为可恢复失效和不可恢复失效,从而将原有基于Beta分布的动态商空间模型扩展为基于Gamma分布的动态商空间模型,同时允许资源自行调节资源失效恢复次数限制和失效恢复率。最后将该模型应用于DLS算法得到考虑失效恢复机制的动态级调度算法(FR-DLS)。分析及仿真实验结果表明,提出的FR-DLS算法能够以较小的调度长度和时间花费为代价,有效地提高云环境下任务执行的成功率。
【学位授予单位】：安徽大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP301.6

【相似文献】