基于云计算环境的任务调度算法分析与改进

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

云计算作为一种新兴的商业计算模式得到了许多大型 IT企业和研究机构的广泛关注，并在众多应用行业的研究和推动下得以迅猛发展。云计算采用虚拟化技术将规模庞大且异构的硬件基础设备转换成可统一管理的虚拟资源池，用户可方便地获取其中各类灵活使用的虚拟资源，而无需关心它们的具体分布位置及底层配置情况。由于云计算系统的用户数量和任务数量非常巨大，几乎时刻都在处理着海量的数据，所以如何合理地分配虚拟资源，在兼顾时间和计成本的同时达到系统负载均衡，满足不同用户任务的服务质量需求是云计算任务调度算法研究的关键。
　　论文对标准蚁群算法进行了分析，针对其收敛慢、全局搜索较差、容易陷入“停滞”状态等不足，通过引入混沌理论对蚁群搜索过程进行优化，进而提出一种改进蚁群任务调度算法。该算法采用混沌序列增加了转移概率的随机性，对较优路径和其它路径上的信息素挥发因子进行不同程度的调整，并根据蚂蚁在搜索过程中的不同阶段定义了不同的信息素更新规则，尽可能地避免了搜索陷入“停滞”状态，同时也改善了资源的负载均衡状况。在充分考虑了不同用户任务的服务质量需求的情况下，结合了标准蚁群算法的优点，提出一种基于蚁群模型的多QoS约束任务调度算法。该算法分别对时间、成本、可靠性、可用性和安全性等五种目标约束条件进行统一建模分析，并通过设置不同的权值系数建立任务调度问题的适应度函数。在设计启发函数时，该算法综合考虑了资源节点的计算性能，使任务的计算成本和系统的负载均得到了改善。此外，它还引入了遗传交叉算子，针对局部和全局分别设计了不同的信息更新规则，较大程度上提升了算法的全局搜索能力。
　　最后，在实验中使用 CloudSim平台模拟云计算环境，测试了论文中提出的算法并分析了实验得出的结果。由实验一的测试结果可知，改进蚁群算法能有效地缩短任务的平均完成时间，降低任务执行的计算成本，同时使系统的负载更加均衡；分析实验二的结果得知，基于蚁群模型的多QoS约束任务调度算法在计算成本和负载均衡方面均表现出良好的性能，并具备良一定可扩展性，同时该算法为后续相关研究提供了很好的借鉴。

著录项

作者
孙利新;
展开▼
作者单位

哈尔滨工程大学;

展开▼
授予单位哈尔滨工程大学;
学科计算机技术
授予学位硕士
导师姓名李静梅,张刚;
年度 2015
页码
总页数
原文格式 PDF
正文语种中文
中图分类算法理论;
关键词
混沌理论; 蚁群算法; 云计算; 全局搜索; 适应度函数;

相似文献

中文文献
外文文献
专利

1. 绿色云计算环境下基于资源整合的任务调度算法研究 [J] . 张红 ,薛东亮 ,李战明 . 中南民族大学学报（自然科学版） . 2019,第001期
2. 云计算环境下基于信任主体和效益值的动态任务调度算法研究 [J] . 吴洲 . 微型机与应用 . 2018,第012期
3. 云计算环境下基于信任主体和效益值的动态任务调度算法研究 [J] . 吴洲1 . 信息技术与网络安全 . 2018,第012期
4. 云计算环境下基于可靠性感知的任务调度算法 [J] . 齐平 ,王福成 ,王必晴 . 计算机工程与科学 . 2018,第011期
5. 基于云计算环境的任务调度算法探究 [J] . 查道贵 ,许彩芳 ,陈伟 . 菏泽学院学报 . 2017,第002期
6. 云计算环境下基于粒子群优化的大规模图处理任务调度算法 [C] . LI Jian ,李健 ,HUANG Qingjia . 2012年第三届中国计算机学会服务计算学术会议 . 2012
7. 云计算环境下基于遗传算法的多任务调度算法研究 [A] . 孙政 . 2016

基于云计算环境的任务调度算法分析与改进

目录

摘要

著录项

相似文献

相关主题

期刊订阅