資源描述：
《基于云計算環(huán)境的任務(wù)調(diào)度算法分析與改進》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于云計算環(huán)境的任務(wù)調(diào)度算法分析與改進摘要云計算作為一種新興的商業(yè)計算模式得到了許多大型IT企業(yè)和研究機構(gòu)的廣泛關(guān)注，并在眾多應(yīng)用行業(yè)的研究和推動下得以迅猛發(fā)展。云計算采用虛擬化技術(shù)將規(guī)模龐大且異構(gòu)的硬件基礎(chǔ)設(shè)備轉(zhuǎn)換成可統(tǒng)一管理的虛擬資源池，用戶可方便地獲取其中各類靈活使用的虛擬資源，而無需關(guān)心它們的具體分布位置及底層配置情況。由于云計算系統(tǒng)的用戶數(shù)量和任務(wù)數(shù)量非常巨大，幾乎時刻都在處理著海量的數(shù)據(jù)，所以如何合理地分配虛擬資源，在兼顧時間和計成本的同時達(dá)到系統(tǒng)負(fù)載均衡，滿足不同用戶任務(wù)的服務(wù)質(zhì)量需求是云計算任務(wù)調(diào)度算法研究的關(guān)鍵。
2、論文對標(biāo)準(zhǔn)蟻群算法進行了分析，針對其收斂慢、全局搜索較差、容易陷入“停滯”狀態(tài)等不足，通過引入混沌理論對蟻群搜索過程進行優(yōu)化，進而提出一種改進蟻群任務(wù)調(diào)度算法。該算法采用混沌序列增加了轉(zhuǎn)移概率的隨機性，對較優(yōu)路徑和其它路徑上的信息素?fù)]發(fā)因子進行不同程度的調(diào)整，并根據(jù)螞蟻在搜索過程中的不同階段定義了不同的信息素更新規(guī)則，盡可能地避免了搜索陷入“停滯”狀態(tài)，同時也改善了資源的負(fù)載均衡狀況。在充分考慮了不同用戶任務(wù)的服務(wù)質(zhì)量需求的情況下，結(jié)合了標(biāo)準(zhǔn)蟻群算法的優(yōu)點，提出一種基于蟻群模型的多QoS約束任務(wù)調(diào)度算法。該算法分別對時間、成本、可
3、靠性、可用性和安全性等五種目標(biāo)約束條件進行統(tǒng)一建模分析，并通過設(shè)置不同的權(quán)值系數(shù)建立任務(wù)調(diào)度問題的適應(yīng)度函數(shù)。在設(shè)計啟發(fā)函數(shù)時，該算法綜合考慮了資源節(jié)點的計算性能，使任務(wù)的計算成本和系統(tǒng)的負(fù)載均得到了改善。此外，它還引入了遺傳交叉算子，針對局部和全局分別設(shè)計了不同的信息更新規(guī)則，較大程度上提升了算法的全局搜索能力。最后，在實驗中使用CloudSim平臺模擬云計算環(huán)境，測試了論文中提出的算法并分析了實驗得出的結(jié)果。由實驗一的測試結(jié)果可知，改進蟻群算法能有效地縮短任務(wù)的平均完成時間，降低任務(wù)執(zhí)行的計算成本，同時使系統(tǒng)的負(fù)載更加均衡；分
4、析實驗二的結(jié)果得知，基于蟻群模型的多QoS約束任務(wù)調(diào)度算法在計算成本和負(fù)載均衡方面均表現(xiàn)出良好的性能，并具備良一定可擴展性，同時該算法為后續(xù)相關(guān)研究提供了很好的借鑒。關(guān)鍵詞：混沌理論；蟻群算法；多QoS；全局搜索；適應(yīng)度函數(shù)萬方數(shù)據(jù)哈爾濱工程大學(xué)碩士學(xué)位論文萬方數(shù)據(jù)基于云計算環(huán)境的任務(wù)調(diào)度算法分析與改進ABSTRACTAsanewbusinesscomputingmodel,cloudcomputinghasbeenwidelyconcernedbymanylarge-scaleITcompanies,anddevelopsrap
5、idlyunderresearchandpromotionofmanyapplicationindustries.Cloudcomputingusesvirtualizationtechnologytoconvertlarge-scaleandheterogeneoushardwareinfrastructureintounified-managementvirtualresourcepool,anduserscaneasilygetvarioustypesofflexibleuseofvirtualresourceswithou
6、tconcerningfortheirspecificlocationandtheunderlyingconfiguration.Duetothehugeusergroupofcloudcomputingsystemanddealingwiththemassivetaskanddata,howtoproperlyallocatevirtualresourcesissignificanttotheresearchofcloudcomputingschedulingalgorithmtoreduceprocessingtimeande
7、xpenseofusers’tasksandachieveloadbalancing.Contrarytoslowconvergence,poorglobalsearchandeasilyfallingintostasisoftheBACO,thispaperanalyzesitdetailedlyandoptimizesthesearchprocesswithchaotictheory,andproposesanimprovedantcolonytaskschedulingalgorithm.Thealgorithmusesch
8、aoticsequencetoincreasetherandomnessofthetransitionprobability,anditadjustpheromone’sconcentrationontheoptimumpathandotherpa
