基于遺傳算法和蟻群算法的節(jié)能調度研究.pdf

1、伴隨著計算機技術和計算機網絡的發(fā)展，云計算作為一種新的計算方式，由于具有很高的可擴展性和可用性，很快成了學術界和產業(yè)界的研究熱點[1]。由于大量的數(shù)據(jù)和計算集中在云端，這使得云計算系統(tǒng)的能耗開銷變得越來越大。高能耗帶來了多方面的問題，不僅造成了能源的浪費、系統(tǒng)運行的不穩(wěn)定，同時也對我們賴以生存的環(huán)境造成了不良影響。因此，云計算系統(tǒng)的高能耗問題成為亟待解決的迫切問題。
　　 本文首先回顧了優(yōu)化云計算系統(tǒng)能耗的3類主要技術:電壓動態(tài)

2、調整技術、虛擬化技術和關閉/休眠技術。上述3種能耗優(yōu)化管理技術有不同的應用場景，同時也存在不同的問題。但從根本上來說，造成能源浪費的主要原因是任務調度的不合理。因此，研究和設計優(yōu)質高效的任務調度算法是實現(xiàn)優(yōu)化能耗和系統(tǒng)性能的最佳途徑。目前存在的主要任務調度方法有:基于Agent的任務調度、基于成本的任務調度、基于Petri網的任務調度、啟發(fā)式算法和其他任務調度算法。
　　 本文從啟發(fā)式算法入手，首先總結了遺傳算法和蟻群算法的基本

3、理論，然后在這些理論的基礎上提出了一種基于遺傳算法和蟻群算法的節(jié)能調度算法。算法的主要思想是通過復制任務，使任務的副本分配到與其不在同一節(jié)點執(zhí)行的后繼任務之前，通過這種方式縮短任務的執(zhí)行時間并且減少通信的能耗。本文的另一個主要創(chuàng)新是設計了一種動態(tài)融合策略，使遺傳算法在最優(yōu)時機切換到蟻群算法，因為遺傳算法的進化率伴隨著時間的推移是逐漸降低的，而蟻群算法由于早期信息素的匱乏導致進化速率較慢，后期會越來越快。相比較單純的遺傳算法或者蟻群算法，