首页> 中文学位 >混合蛙跳算法的改进及其在云计算环境下资源调度的应用
【6h】

混合蛙跳算法的改进及其在云计算环境下资源调度的应用

代理获取

目录

第一个书签之前

第一章 绪论

1.1 论文所研究的背景与意义

1.2云计算的发展历程与国内外研究现状

1.3 本文所研究内容及创新

1.4 论文整体结构章节以及对应内容

1.5 本章小节

第二章 云计算的相关概念及云计算资源调度的基本论述

2.1 云计算的相关概念

2.1.1云计算的基本概述

2.1.2云计算的定义

2.1.3云计算的特点

2.1.4 云计算的体系架构

2.1.5 云计算的关键技术

2.2 云计算环境下的资源调度

2.2.1 云计算环境下资源调度概述

2.2.2 云计算环境下资源调度的概念

2.2.3 云计算环境下资源调度的特点

2.2.4 常见的云计算环境下资源调度的算法

2.3 混合蛙跳算法在云计算环境下资源调度的运用

2.3.1 混合蛙跳算法的概述

2.3.2 混合蛙跳算法流程

2.3.3 云计算资源调度中蛙跳算法的应用

2.4 本章总结

第三章 综合改进混合蛙跳算法在云计算环境下资源调度的运用

3.1 综合改进的混合蛙跳算法的策略

3.1.1 青蛙种群初始化的策略改进思路

3.1.2 局部搜索方法的更新思路

3.1.3 全局混洗改进思路

3.2 综合改进混合蛙跳算法在云计算环境下资源调度的运用

3.2.1 云计算环境下的资源调度介绍

3.2.2 SISFLA在云计算环境下资源调度的具体应用过程

3.3本章总结

第四章 SISFLA实验的仿真模拟和结果分析

4.1 CloudSim仿真平台的介绍

4.1.1 CloudSim仿真平台的特点

4.1.2 CloudSim仿真平台的结构框架

4.1.3 CloudSim仿真平台的核心类

4.1.4 CloudSim仿真平台实体通信

4.1.5 CloudSim仿真平台的仿真事件生命周期

4.1.6 CloudSim仿真平台的实验仿真流程

4.2综合改进混合蛙跳算法的设计与实现

4.2.1 青蛙种群初始化的设计与实现

4.2.2 青蛙种群的分组过程的设计与实现

4.2.3 局部搜索方法的设计与实现

4.2.4 全局混洗操作的设计与实现

4.2.5 SISFLA的主体实现

4.3 SISFLA仿真模拟实验结果的分析

4.3.1 仿真模拟实验的环境配置

4.3.2 设置仿真模拟实验所需参数

4.3.3 仿真模拟实验结果的分析

4.4 本章总结

第五章 总结与展望

5.1 本论文研究工作总结

5.2 展望

参考文献

致谢

攻读学位期间发表的学术论文目录

展开▼

摘要

作为目前主流的信息技术,云计算利用了虚拟化的技术,把互联网上闲散资源设备整合起来形成资源池。为了让用户得到更好的服务,根据用户的需求,将数据、任务动态地进行分配,即通过互联网把庞杂网络上的任务、应用程序,拆成许多小任务、小程序,经过若干服务器形成庞大的系统。通过该系统计算、搜索、分析后,把所得结果返回给用户或者需求者。云计算本质就是将互联网上闲散的资源、设备进行整合,最终实现实时动态的共享。那么,如何有效且高效地对资源、设备、数据信息及应用任务进程进行调度,就成为了云计算研究中的重要课题。而且,资源调度方案设计仍然是当前云计算研究当中的重难点。 在云计算环境下的资源调度,大量历史研究中采取了如下两种方法:1.当有的资源设备上空闲了很多资源,就可以给这些设备分配一定数量的任务;2.当有些资源设备对有些任务需求较多,可以优先分配给这些资源。但是这些调度分配方案比较单一,要么仅考虑完成时间,要么仅考虑负载,无法满足当前用户的服务需求。综上,本文重点就是设计一种能够同时保证速度和负载平衡的资源调度方案。 本研究改进了混合蛙跳算法并将其运用在云计算环境下的资源调度中。针对混合蛙跳算法在云计算资源调度中存在初始化随机性大、局部搜索盲目,更新步长公式单一,收敛速度较慢,容易产生局部最优,全局混洗中缺乏群组之间交流等问题,该改进算法做了三方面工作。首先,通过运用SY-MM算法和随机生成方式结合的方法对种群进行初始化,生成适应度较好的青蛙种群并且保持了种群多样性;然后对传统混合蛙跳算法局部搜索中步长公式进行了改进,通过对每个青蛙个体引入权重,使得青蛙个体能够自适应的去更新步长,从而提升了局部搜索能力,加快了算法的收敛速度,提高了局部搜索精度;最后,结合遗传算法对染色体交叉互换、染色体进行单点顺序交叉操作的有关思想,促进了青蛙种群组之间的信息交流,得到了适应度更高的子代个体,有效得避免了局部最优解的产生。 为了对该改进算法在云计算环境下资源调度中的可行性和有效性进行验证,本研究是基于CloudSim仿真模拟器进行仿真模拟实验,将本算法与原始蛙跳算法、遗传算法和粒子群算法在初始化程度、时间和负载三个方面进行了比较分析。结果表明,该算法具有更好的性能,即能够有效缩短云计算环境下资源调度的完成时间,且各个资源的负载可以保持相对平衡。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号