資源描述：
《優(yōu)化粒子群和蟻群算法的云計(jì)算任務(wù)調(diào)度研究》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、中圖分類號(hào)：TP391論文編號(hào)：102871616-S066學(xué)科分類號(hào)：081202碩士學(xué)位論文優(yōu)化粒子群和蟻群算法的云計(jì)算任務(wù)調(diào)度研究研究生姓名查安民學(xué)科、專業(yè)軟件工程研究方向服務(wù)計(jì)算、云計(jì)算指導(dǎo)教師譚文安教授南京航空航天大學(xué)研究生院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院二О一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofComputerScienceandTechnologyResearchonTaskSchedulingBasedonParticleSwarmandAnt
2、ColonyAlgorithmforCloudComputingAThesisinSoftwareEngineeringByZhaAnminAdvisedbyProf.TanWen’anSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary,2016南京航空航天大學(xué)碩士學(xué)位論文摘要針對(duì)互聯(lián)網(wǎng)應(yīng)用數(shù)據(jù)量龐大并呈現(xiàn)爆炸式增長(zhǎng)，伴隨著海量數(shù)據(jù)的存儲(chǔ)與處理等問題，云計(jì)算技術(shù)應(yīng)運(yùn)而生。云計(jì)算任務(wù)調(diào)度是云計(jì)算的關(guān)鍵技術(shù)之一，一個(gè)好的任務(wù)調(diào)度算法，不僅可以幫助
3、我們打造一個(gè)穩(wěn)定、健壯、節(jié)能的云計(jì)算環(huán)境，還可以提高用戶使用云計(jì)算服務(wù)的滿意度。本文針對(duì)基于任務(wù)完成時(shí)間優(yōu)化的云計(jì)算任務(wù)調(diào)度問題，研究并提出了多個(gè)任務(wù)調(diào)度算法，具有重要的理論研究意義和實(shí)用價(jià)值。論文創(chuàng)新性工作體現(xiàn)在以下幾個(gè)方面：針對(duì)單一調(diào)度算法難以適應(yīng)云計(jì)算環(huán)境中不同類型任務(wù)的調(diào)度，提出了多級(jí)隊(duì)列調(diào)度策略。該策略將不同類型的任務(wù)按照任務(wù)優(yōu)先級(jí)順序安排到不同的隊(duì)列之中，有效滿足了云計(jì)算任務(wù)調(diào)度多樣性的要求。針對(duì)該策略，設(shè)計(jì)了一種簡(jiǎn)單高效的任務(wù)調(diào)度算法，該算法實(shí)現(xiàn)資源和任務(wù)配對(duì)，不但優(yōu)化了任務(wù)完成時(shí)間，而且平衡了資源負(fù)載壓力。實(shí)驗(yàn)數(shù)據(jù)表明，在復(fù)雜的云環(huán)境中該算法和多
4、級(jí)隊(duì)列調(diào)度策略的結(jié)合取得了顯著的實(shí)驗(yàn)效果。針對(duì)傳統(tǒng)調(diào)度算法難以實(shí)現(xiàn)多目標(biāo)優(yōu)化等諸多問題，提出了一種帶極值擾動(dòng)的相關(guān)性粒子群(EDCPSO)算法。該算法運(yùn)用Copular函數(shù)建立隨機(jī)因子之間的相關(guān)性，解決了粒子群算法在尋優(yōu)過程中沒有考慮隨機(jī)因子作用而造成全局優(yōu)化能力不足的缺陷；添加極值擾動(dòng)算子，解決了粒子群算法后期收斂精度低的問題。仿真實(shí)驗(yàn)顯示，該算法優(yōu)于標(biāo)準(zhǔn)粒子群算法和傳統(tǒng)FIFO調(diào)度算法，是一種有效的任務(wù)調(diào)度算法。最后，通過分析粒子群算法和蟻群算法的優(yōu)缺點(diǎn)，提出了一種融合二者優(yōu)點(diǎn)的任務(wù)調(diào)度算法(PSACO2)。該算法將迭代過程分為兩個(gè)階段：首先使用粒子群算法，
5、實(shí)現(xiàn)了云計(jì)算任務(wù)調(diào)度的快速收斂；接著使用蟻群算法，提高了云計(jì)算任務(wù)調(diào)度對(duì)資源的尋優(yōu)能力。實(shí)驗(yàn)結(jié)果證明，該算法優(yōu)于這些算法單獨(dú)使用時(shí)的效率。關(guān)鍵詞：云計(jì)算；任務(wù)調(diào)度；多級(jí)隊(duì)列；粒子群算法；蟻群算法I優(yōu)化粒子群和蟻群算法的云計(jì)算任務(wù)調(diào)度研究ABSTRACTInviewofthehugeamountofInternetapplicationdataanditsexplosivegrowth,withthemassivedatastorageandprocessing,cloudcomputingtechnologycomesintobeing.Cloudcomputi
6、ngtaskschedulingisakeytechnologyofcloudcomputing.Agoodtaskschedulingalgorithm,notonlycanhelpustobuildastable,robustandenergy-efficientcloudcomputingenvironment,butalsocanimprovetheusersatisfactionwiththeuseofcloudcomputingservices.Inthispaper,wemainlystudythetaskschedulingproblembase
7、dontaskcompletiontimeoptimization,andproposeseveraltaskschedulingalgorithms,whichhaveveryimportanttheoreticalsignificanceandpracticalvalue.Thecreativeworkofthispaperisembodiedinthefollowingseveralaspects.Forasingleschedulingalgorithmisdifficulttoadapttodifferenttypesoftasksinthecloud
8、computingenv
