資源描述：
《基于改進(jìn)粒子群算法的云計(jì)算任務(wù)調(diào)度策略》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、ByMaLiangADissertation／ThesisSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringTheXinjiangTechnicalInstituteofPhysics&Chemistry,ChineseAcademyofSciencesMay,2013獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得研究成果，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或
2、撰寫過的研究成果，也不包含為獲得中國(guó)科學(xué)院新疆理化技術(shù)研究所或其他教育機(jī)構(gòu)、的學(xué)位或證書而使用過的材料。與我共同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。學(xué)位論文作者簽名：馬免簽字日期：厶眵年鄉(xiāng)月，日學(xué)位論文版權(quán)使用授權(quán)說明本學(xué)位論文作者完全了解中國(guó)科學(xué)院新疆理化技術(shù)研究所有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)中國(guó)科學(xué)院新疆理化技術(shù)研究所可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，’并采用影印、縮印或掃描等復(fù)制手段保存、匯編，以供查閱和借閱。同意研究所向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤。(保密的論文在解密后應(yīng)遵循此規(guī)定)學(xué)位論文作者簽名：9二S勃
3、導(dǎo)師簽名：簽字日期：≯。J另年6月／日簽字日期：如f弓年6月，日中國(guó)科學(xué)院大學(xué)碩士學(xué)位論文摘要如何進(jìn)行合理高效的任務(wù)調(diào)度是云計(jì)算研究的重要問題。本文結(jié)合新疆電子政務(wù)云系統(tǒng)，針對(duì)如何提高云計(jì)算任務(wù)調(diào)度的效率和負(fù)載均衡的問題，做前期的研究和探索。本文在對(duì)云計(jì)算環(huán)境及其任務(wù)的詳細(xì)量化分析的基礎(chǔ)上，結(jié)合實(shí)際問題對(duì)粒子群調(diào)度算法進(jìn)行變異和修改，提出了一種基于改進(jìn)粒子群算法的云計(jì)算任務(wù)調(diào)度算法，著重從任務(wù)完成時(shí)間和負(fù)載均衡兩方面對(duì)云計(jì)算中的任務(wù)調(diào)度進(jìn)行優(yōu)化。改進(jìn)的優(yōu)化方案利用混沌映射對(duì)粒子群的初始化進(jìn)行了均勻化處理，降低了求解次數(shù)和難度；系統(tǒng)出現(xiàn)負(fù)載失衡或算法陷入早熟收斂時(shí)，引入混沌變異策略，從而在全局
4、收斂的同時(shí)保證一定的負(fù)載均衡性。將該改進(jìn)的粒子群優(yōu)化算法運(yùn)用于云計(jì)算任務(wù)調(diào)度策略，解決了尋找任務(wù)．資源映射匹配對(duì)這一目標(biāo)優(yōu)化問題。通過實(shí)驗(yàn)表明，該算法具有較好的性能，不僅使得任務(wù)完成時(shí)間高效，并且有效的兼顧了負(fù)載均衡，使系統(tǒng)資源盡可能的得到了充分利用。關(guān)鍵詞：云計(jì)算；任務(wù)調(diào)度；粒子群算法；負(fù)載均衡中國(guó)科學(xué)院大學(xué)碩士學(xué)位論文ABSTRACTAbs仃actHowreasonablyefficienttaskschedulingisanimportantissueforcloudcomputingresearch．Inthispaper,basedondetailedquantitativeana
5、lysisoftheenvironmentanditstaskofcloudcomputing，thisarticleproposedimprovedparticleswarmschedulingalgorithm，focusontaskcompletiontimeandloadbalancingtooptimizetaskschedulingincloudcomputing．Improvedoptimizationprogramusingchaoticmapinitializationoftheparticleswarmhomogenization，reducingthenumberand
6、difficultyofsolving；whenthesystemloadimbalanceorprematureconvergencealgorithm，theintroductionofthechaoticmutationstrategy,resultinglobalconvergenceandguaranteeacertainloadbalancing．Theimprovedparticleswarmoptimizationalgorithmusedincloudcomputing，taskschedulingstrategy,resolvetofindthetask-resource
7、mappingmatchthisobjectiveoptimizationproblem．Experimentsshowthatthealgorithmhasbetterperformance，notonlymakesthetaskcompletiontimeefficientandeffectivebalancebetweenloadbalancing，systemresourcesarefullyutil
