已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、云計算是分布式計算、并行計算、網(wǎng)格計算、虛擬化、負載均衡、網(wǎng)絡(luò)存儲等傳統(tǒng)計算機技術(shù)和網(wǎng)絡(luò)技術(shù)融合的產(chǎn)物，是基于網(wǎng)絡(luò)的新興技術(shù)。云計算的資源池由大量性能不同的資源節(jié)點構(gòu)成，隨著用戶需求的不斷增長，如何將大規(guī)模任務(wù)分配到有限的資源節(jié)點，提升用戶滿意度，實現(xiàn)負載均衡，是云計算需要研究的重要問題。
高效的任務(wù)調(diào)度，是有效發(fā)揮云計算潛力的重要步驟。在云計算中，一些任務(wù)需要被分配到不同的虛擬機上，以提高系統(tǒng)利用率和最小化完工時間。任務(wù)調(diào)度
2、問題是NP完全問題，因此找到一個確切的解決方案是棘手的，特別是對于大規(guī)模的任務(wù)。
為此本文提出了一種基于適應(yīng)度的動態(tài)更新慣性權(quán)重的粒子群優(yōu)化算法，并對粒子群算法中的粒子進行重新編碼，使其離散化，將改進后的算法運用到云計算任務(wù)調(diào)度問題當中。
本文隨后還詳細介紹了云仿真工具 CloudSim，并配置了實驗環(huán)境。在仿真平臺上，對離散粒子群算法（Discrete Particle Swarm Optimization，DPS
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進粒子群算法的云計算資源調(diào)度研究.pdf
- 云計算任務(wù)調(diào)度的粒子群算法.pdf
- 云計算環(huán)境下基于改進粒子群算法的動態(tài)資源調(diào)度研究.pdf
- 改進粒子群算法的研究及其云計算資源調(diào)度的應(yīng)用.pdf
- 基于改進粒子群算法的電力系統(tǒng)經(jīng)濟調(diào)度計算研究.pdf
- 基于改進粒子群算法的最優(yōu)潮流計算.pdf
- 基于云模型的改進粒子群算法研究與應(yīng)用.pdf
- 優(yōu)化粒子群和蟻群算法的云計算任務(wù)調(diào)度研究.pdf
- 云工作流系統(tǒng)中基于粒子群算法的任務(wù)調(diào)度優(yōu)化研究.pdf
- 云計算環(huán)境下基于蟻群粒子群優(yōu)化算法的資源調(diào)度策略研究.pdf
- 基于改進粒子群算法的車間作業(yè)調(diào)度問題研究
- 基于改進粒子群算法的節(jié)能發(fā)電調(diào)度與經(jīng)濟調(diào)度對比研究.pdf
- 基于改進粒子群優(yōu)化算法的MES車間動態(tài)調(diào)度研究.pdf
- 基于改進粒子群算法的車間作業(yè)調(diào)度問題研究.pdf
- 基于改進粒子群算法的Job-shop調(diào)度優(yōu)化.pdf
- 改進的粒子群算法在車間調(diào)度中的應(yīng)用研究.pdf
- 基于云計算的調(diào)度算法的研究與改進.pdf
- 基于CloudSim平臺的云資源調(diào)度策略研究.pdf
- 粒子群優(yōu)化算法改進研究及其在碼頭調(diào)度中的應(yīng)用.pdf
- 基于改進云粒子群算法的配電網(wǎng)無功優(yōu)化研究.pdf
評論
0/150
提交評論