資源描述：
《云計算中基于cloudsim的改進粒子群調(diào)度算法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號：TP391.1密級：公開UDC：004學號：406130913123南昌大學碩士研究生學位論文云計算中基于CloudSim的改進粒子群調(diào)度算法研究ResearchonImprovedParticleSwarmOptimizationAlgorithmbasedonCloudSiminCloudComputing姜巖培養(yǎng)單位（院、系）：信息工程學院指導教師姓名、職稱：謝軍副教授申請學位的學科門類：工學學科專業(yè)名稱：計算機科學與技術論文答辯日期：2016年5月21日答辯委員會主席：評閱人：2016年月日
2、摘要摘要云計算是分布式計算、并行計算、網(wǎng)格計算、虛擬化、負載均衡、網(wǎng)絡存儲等傳統(tǒng)計算機技術和網(wǎng)絡技術融合的產(chǎn)物，是基于網(wǎng)絡的新興技術。云計算的資源池由大量性能不同的資源節(jié)點構(gòu)成，隨著用戶需求的不斷增長，如何將大規(guī)模任務分配到有限的資源節(jié)點，提升用戶滿意度，實現(xiàn)負載均衡，是云計算需要研究的重要問題。高效的任務調(diào)度，是有效發(fā)揮云計算潛力的重要步驟。在云計算中，一些任務需要被分配到不同的虛擬機上，以提高系統(tǒng)利用率和最小化完工時間。任務調(diào)度問題是NP完全問題，因此找到一個確切的解決方案是棘手的，特別是對于大規(guī)模的任
3、務。為此本文提出了一種基于適應度的動態(tài)更新慣性權(quán)重的粒子群優(yōu)化算法，并對粒子群算法中的粒子進行重新編碼，使其離散化，將改進后的算法運用到云計算任務調(diào)度問題當中。本文隨后還詳細介紹了云仿真工具CloudSim，并配置了實驗環(huán)境。在仿真平臺上，對離散粒子群算法（DiscreteParticleSwarmOptimization，DPSO）以及改進的DPSO進行了仿真實驗。通過與DPSO算法、貪心策略、順序調(diào)度法對比仿真結(jié)果表明，在云計算任務調(diào)度問題中，少量的任務調(diào)度，本文的改進算法并不優(yōu)于其他分配算法，逐步增加
4、任務量后，發(fā)現(xiàn)規(guī)模越大，DPSO收斂速度越快，相比其他調(diào)度算法的優(yōu)勢越明顯。對其仿真，表明算法用于任務調(diào)度問題是可行且有效的，尤其是對于海量任務。關鍵詞：云計算；任務調(diào)度；粒子群算法；慣性權(quán)重；CloudSimIAbstractABSTRACTCloudcomputingisdistributedcomputing,parallelcomputing,gridcomputing,virtualization(Virtualization),loadbalancing,networkstorageandoth
5、ertraditionalcomputerandnetworktechnologyintegrationproducts,itisbasedonnewtechnologynetworks.Cloudcomputingresourcepoolperformancebyanumberofdifferentresourcenodes,withthegrowinguserdemand,howtoassigntaskstothelimitedscaleofresourcenodes,enhancecustomersa
6、tisfaction,achieveloadbalancing,cloudcomputingisanimportantneedtostudyproblem.Efficienttaskschedulingisaneffectivesteptoplayanimportantcloudcomputingpotential.Incloudcomputing,someofthetasksthatneedtobeassignedtodifferentvirtualmachinestoimprovesystemutili
7、zationandminimizecompletiontime.TaskschedulingproblemisNP-completeproblem,sotofindadefinitivesolutionistricky,especiallyforlarge-scaletask.Sothispaperproposesadynamicupdateinertiaweightparticleswarmoptimizationalgorithmbasedonfitness,andparticleswarmpartic
8、lere-codedtodiscrete,theimprovedalgorithmisappliedtocloudcomputingtaskschedulingproblemamong.ThisarticlealsodetailsthesubsequentcloudsimulationtoolCloudSim,andconfigurethetestenvironment.Onthesimulationplatfo
