分布估計(jì)算法在云計(jì)算資源調(diào)度中的應(yīng)用研究.pdf

1、隨著信息技術(shù)的快速發(fā)展，以及大數(shù)據(jù)環(huán)境下技術(shù)和存儲(chǔ)等需求的不斷增長(zhǎng)，云計(jì)算作為一種新的資源利用模式，使得用戶可以通過(guò)互聯(lián)網(wǎng)以按需付費(fèi)的方式方便、快捷地獲取服務(wù)。由于云計(jì)算資源的有限性，以及用戶和供應(yīng)商需求的多樣性，如何“最優(yōu)地”調(diào)度云計(jì)算資源已成為近年來(lái)學(xué)術(shù)界調(diào)度領(lǐng)域的熱點(diǎn)問(wèn)題。目前，相關(guān)研究文獻(xiàn)的求解方法多以演化計(jì)算方法為主，無(wú)法考慮到調(diào)度時(shí)任務(wù)之間潛在的相互依賴關(guān)系。然而，相較于傳統(tǒng)智能計(jì)算方法，分布估計(jì)算法能夠從優(yōu)勢(shì)種群中學(xué)習(xí)概率

2、模型，在構(gòu)建變量之間的依賴關(guān)系上具有無(wú)可比擬的優(yōu)勢(shì)。考慮到云計(jì)算資源調(diào)度問(wèn)題具有很強(qiáng)的實(shí)際應(yīng)用背景，設(shè)計(jì)出一種有效的調(diào)度算法對(duì)于提高用戶滿意度和供應(yīng)商效益都具有重要的現(xiàn)實(shí)意義。
　　本文主要從軟件即服務(wù)(Software as a Service，SaaS)層的用戶服務(wù)質(zhì)量(Quality of Service，QoS)優(yōu)化問(wèn)題出發(fā)，研究考慮具體優(yōu)化目標(biāo)和約束條件的云計(jì)算資源調(diào)度問(wèn)題，并根據(jù)所研究問(wèn)題的性質(zhì)設(shè)計(jì)出相應(yīng)有效的分布估計(jì)

3、算法。首先，本文系統(tǒng)地描述了研究問(wèn)題的相關(guān)背景以及研究現(xiàn)狀，然后簡(jiǎn)單介紹了云計(jì)算資源調(diào)度問(wèn)題的分類并描述了該類問(wèn)題的常見(jiàn)求解算法，最后我們分兩章對(duì)所研究的兩種具體問(wèn)題和所對(duì)應(yīng)的分布估計(jì)算法進(jìn)行詳細(xì)描述。
　　本文先研究了最小化獨(dú)立任務(wù)調(diào)度的最大完工時(shí)間問(wèn)題，在對(duì)問(wèn)題進(jìn)行數(shù)學(xué)建模后，我們選擇了一種變量無(wú)關(guān)的分布估計(jì)算法并在此基礎(chǔ)上進(jìn)行改進(jìn)。我們主要從算法的編碼方案、自適應(yīng)學(xué)習(xí)率函數(shù)、概率模型、初始化種群和抽樣策略幾個(gè)方面進(jìn)行改進(jìn)，同

4、時(shí)混合一種改進(jìn)的遺傳算法。仿真結(jié)果表明，我們改進(jìn)后的分布估計(jì)算法在獲得更高質(zhì)量解的同時(shí)也擁有更快的收斂速度。
　　接著本文設(shè)計(jì)了一種基于馬爾可夫鏈模型的、變量相關(guān)的混合分布估計(jì)算法，用來(lái)求解在滿足用戶截止日期限制的前提下最小化用戶開(kāi)銷（執(zhí)行成本）的問(wèn)題。在算法設(shè)計(jì)方面，我們創(chuàng)新性地提出虛擬機(jī)選擇多樣性的概念，并采用兩種不同的邊緣概率計(jì)算方法;此外，一種實(shí)時(shí)啟發(fā)式信息和概率計(jì)算改進(jìn)策略被混合應(yīng)用于條件概率計(jì)算過(guò)程;最后，通過(guò)在抽樣過(guò)