欢迎来到天天文库
浏览记录
ID:35070051
大小:4.04 MB
页数:56页
时间:2019-03-17
《基于蚁群优化的云计算资源调度》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TP3n单位代码:10183研究生学号:201353R083密级:公开戀古林大学硕女学位论义专化学化()基于蚁群优化的宏计算资源调度CloudComputingResourceSchedulingBasedonAntColonyOptimization作者姓名;韩翔类别;在欺工程硕±领域(方向):软件工程猎导教师:郭德贵副教授.--1,培养单位:软件学院2016年12月基于蚁群优化的云计算资源调度CloudcomputingresourceschedulingbasedonAntColony
2、Optimization作者姓名:韩翔领域(方向):软件工程指导教师:郭德贵副教授类别:在职工程硕士答辩日期:2016年11月19日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明:所呈交的硕±学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表
3、或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期;俾明日I摘要摘要云计算架构可以为用户提供计算、存储、网络等丰富的资源,同时还可以为用户提供动态的数据服务和计算平台。虚拟资源分配技术是云计算架构获得成功的关键,一个好的资源分配方案对于云平台作用的良好发挥有着重要的意义。蚁群算法是云环境中关于资源调度和分配的传统算法,具有异构性、分布式的特点,且初始条件不高,非常合适云计算环境下的资源调整。同时该算法也存在着资源节点负载不平衡、资源利用低等不足。为弥补传统蚁群算法的不足
4、,本文提出一种基于劣化因子的预处理机制,对蚁群算法加以改进,并基于研究结果进行了仿真实验。实验结果表明,在合理选择劣化因子的前提下,基于优化蚁群算法的资源调度策略具有更好的负载均衡度以及更好的资源利用率,并且优化后的蚁群算法缩短了任务执行的平均时间,且具有更强的全局搜索能力。在对劣化因子预处理时,其关键环节是确定劣化因子的取值范围。本文采用一种动态且折中的方式,主要基于以下两点考虑:(1)云计算环境下,经常会有新节点加入到云环境中,同时也会有节点会被迫退出云环境。这种动态性是资源调整的特质之一;(2)劣化因子选取必须要适中,所谓动态,就是针对有差异的调整环境动态地选择劣化因子的取值界
5、限;所谓折中,就是第一步确定0.5是中间值,然后在此周围先输入大一些的值,然后输入小一点的值,依次循环往复通过这种方法就能求得劣化因子取值的界限了。本文的仿真实验分成两个步骤:其一是针对劣化因子的选择;其二是优化蚁群算法与标准蚁群算法的仿真。之后,分析优化的蚁群算法和标准的蚁群算法的结果。关键词:云环境,蚁群算法,劣化因子IAbstractAbstractCloudcomputingarchitecturecanprovideuserswithrichresourcessuchascomputing,storage,network,butalsocanprovideuserswith
6、adynamicdataservicesandcomputingplatform.Virtualresourceallocationschemeisthekeytosuccessfulcloudcomputingarchitectures,andagoodresourceallocationschemeforthegoodroleinthecloudplatformhasimportantsignificance.Antcolonyalgorithmisatraditionalalgorithmaboutthedistributionofresourceschedulinginthe
7、cloudenvironment.Ithasthecharacteristicsofheterogeneity,distributed,andtheinitialconditionbeingnothigh,isverysuitableincloudcomputingenvironmentresourceadjustment.Atthesametime,thealgorithmalsoexisttheinsufficientofresourcenodeloa
此文档下载收益归作者所有