云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究

云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究

ID:34584589

大?。?.71 MB

頁(yè)數(shù):60頁(yè)

時(shí)間:2019-03-08

云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究_第1頁(yè)
云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究_第2頁(yè)
云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究_第3頁(yè)
云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究_第4頁(yè)
云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究_第5頁(yè)
資源描述:

《云計(jì)算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究》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(kù)

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果,也不包含為獲得或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示謝意。學(xué)位論文作者簽名:三麟簽字日期:沙I≥年鑰了日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解江西師范大學(xué)研究生院有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的電子版和紙質(zhì)版,允

2、許論文被查閱和借閱。本人授權(quán)江西師范大學(xué)研究生院可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名:支l盹深簽字日期:2,o哆年石月廠日鋤簽彩a擴(kuò)簽字日期:冽弓年歹月7,日摘要云計(jì)算作為一種新興計(jì)算模式,它是網(wǎng)格計(jì)算、并行計(jì)算和分布式計(jì)算的發(fā)展,同時(shí)也是下一代網(wǎng)絡(luò)與應(yīng)用的新技術(shù)。云計(jì)算資源調(diào)度是云計(jì)算技術(shù)的一個(gè)重要組成部分,它主要研究如何為用戶提交的任務(wù)分配計(jì)算節(jié)點(diǎn)、如何對(duì)計(jì)算節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)擴(kuò)展

3、以及在滿足用戶服務(wù)質(zhì)量要求并且執(zhí)行時(shí)間最短的前提下,負(fù)載均衡程度最高,它的效率直接影響整個(gè)云計(jì)算環(huán)境的工作性能。蟻群算法和粒子群算法是計(jì)算智能領(lǐng)域的兩種群智能算法,前者是對(duì)螞蟻群落采集食物過(guò)程的模擬,后者是對(duì)鳥群覓食過(guò)程的模擬。蟻群算法在旅行商問(wèn)題、指派問(wèn)題、調(diào)度問(wèn)題等方面取得了一系列較好的實(shí)驗(yàn)結(jié)果,在求解復(fù)雜優(yōu)化問(wèn)題特別是離散優(yōu)化問(wèn)題上,突出了其高效性和優(yōu)越性,蟻群算法具有很大的發(fā)展前景。粒子群算法是一種高效的并行搜索算法,其概念比較簡(jiǎn)單,算法容易實(shí)現(xiàn),該算法善于解決連續(xù)優(yōu)化問(wèn)題。本文的研究工作主要包

4、括以下兩個(gè)方面:(1)對(duì)蟻群算法和粒子群算法的理論進(jìn)行分析,并且根據(jù)這兩種算法各自存在的缺點(diǎn),對(duì)算法本身進(jìn)行改進(jìn)。將改進(jìn)后的兩種算法,按照揚(yáng)長(zhǎng)避短的方式進(jìn)行融合,得到蟻群和粒子群算法的融合算法(ACO-PSO)。AGO—PSO算法首先隨機(jī)生成大量初始解形成信息素分布,然后由蟻群算法根據(jù)累計(jì)更新的信息素找出若干組較好解,再利用粒子群算法進(jìn)行交叉、變異操作,從而得到最優(yōu)解。(2)在云計(jì)算環(huán)境中提出基于蟻群和粒子群優(yōu)化算法的資源調(diào)度策略,結(jié)合實(shí)際情況,將ACO-PSO算法運(yùn)用到云計(jì)算平臺(tái)的用戶任務(wù)尋找資源的策

5、略中,以提高云計(jì)算資源調(diào)度的效率。通過(guò)仿真實(shí)驗(yàn)與蟻群算法和粒子群算法相比較發(fā)現(xiàn),在相同環(huán)境下,基于蟻群和粒子群優(yōu)化算法的云計(jì)算資源調(diào)度策略比基于單一的算法(蟻群算法或者是粒子群算法)的調(diào)度策略所用執(zhí)行時(shí)間更短,效果更好。研究及實(shí)驗(yàn)結(jié)果表明,將蟻群和粒子群優(yōu)化算法應(yīng)用于云計(jì)算資源調(diào)度問(wèn)題中,改進(jìn)了現(xiàn)有的云計(jì)算資源調(diào)度算法,為探索新的云計(jì)算資源調(diào)度策略提供了可能性。關(guān)鍵詞:蟻群算法;粒子群算法;云計(jì)算;資源調(diào)度策略AbstractAsanewcomputingmode,Cloudcomputing,itis

6、thedevelopmentof畫dcomputing,parallelcomputinganddistributedcomputing,aswellast11enewtechnologyofnextgenerationofIntemetandapplication.ResourceSchedulingPolicyinCloudcomputingisanimportantpartofcloudcomputingtechnology,itmainlyfocusonhowtoallocatecomputen

7、odesforthetasksubmittedbyusers.howtocarryonthedynamicextensionofthecomputenodesinthecaseofmeetingtherequirementsofservicequalityfromcustomersandtakingtheshortestexecutiontimetocreatethehighestdegreeofloadbalancing,anditsefficiencydirectlyaffectstheperfor

8、manceoftheentirecloudcomputingenvironment.TheantcolonyalgorithmandTheparticleswarmoptimizationaretwoswarmintelligencealgorithmsinthefieldofcomputationalIntelligence,theformerisbasedonthesimulationofantcoloniestocollectfood

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。