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