云計(jì)算環(huán)境下的資源調(diào)度算法研究.pdf

1、分類號(hào)TP3914密級(jí)公開(kāi)重慶郵電大學(xué)碩士學(xué)位論文論文題目亟鹽簋塹遣王鮑資逐調(diào)廛簋溘盟寇英文題目—Researc—honResourceSchedulingAlgorithmBasedon一￡!Q墜魚(yú)￡Q幽旦巫i塾g墾￡＆i!Q旦盟星堂——碩士研究生一趙逡墊——指導(dǎo)教師室9I魚(yú)絲割趲——學(xué)科專業(yè)鹽簋查壘墊盔——論文提交日期!魚(yú)!!生妄旦論文答辯日期2Q!≥生i旦≥6旦論文評(píng)閱人答辯委員會(huì)主席盤拯邀——2013年多月“日重慶郵電大學(xué)碩士論

2、文摘要摘要云計(jì)算作為一種新興的計(jì)算模型，由并行計(jì)算、分布式計(jì)算、網(wǎng)格計(jì)算演化而來(lái)。云計(jì)算所提供的資源、服務(wù)以及面向的用戶群是龐大的，因此資源的分配與調(diào)度就成為云計(jì)算的關(guān)鍵技術(shù)，其效率直接影響整個(gè)云計(jì)算環(huán)境的工作性能。當(dāng)前云環(huán)境下的資源與任務(wù)調(diào)度方法基本上是利用虛擬機(jī)級(jí)別上的調(diào)度策略和一定的調(diào)度技術(shù)相結(jié)合進(jìn)行調(diào)度，已有實(shí)驗(yàn)證明，現(xiàn)有的調(diào)度策略與算法普遍都缺乏精確性。蟻群優(yōu)化算法來(lái)源于螞蟻覓食行為過(guò)程的模擬，它在解決NPhard等離散組合問(wèn)

3、題的方法上具有很高的并行性、協(xié)作性、易擴(kuò)展性和魯棒性，是一種以群體為基礎(chǔ)的自適應(yīng)搜索算法，它非常適用于云環(huán)境中的資源調(diào)度。本文詳細(xì)討論了云計(jì)算的研究背景與現(xiàn)狀，在研究蟻群優(yōu)化算法、任務(wù)分配和資源調(diào)度的基礎(chǔ)上，結(jié)合云計(jì)算中資源動(dòng)態(tài)變化的特點(diǎn)，提出了一種改進(jìn)的蟻群優(yōu)化算法。改進(jìn)蟻群優(yōu)化算法通過(guò)引入信息素負(fù)反饋機(jī)制，代替?zhèn)鹘y(tǒng)蟻群算法中信息素正反饋?zhàn)饔?，?lái)對(duì)智能螞蟻尋找最優(yōu)節(jié)點(diǎn)起到全局控制作用，防止智能螞蟻快速收斂到局部最優(yōu)解。同時(shí)，為了能更好

4、的計(jì)算智能螞蟻選擇最優(yōu)節(jié)點(diǎn)概率，本文設(shè)置用戶任務(wù)指令長(zhǎng)度、虛擬機(jī)服務(wù)器CPU處理能力以及虛擬機(jī)服務(wù)器端口帶寬作為選擇概率參數(shù)，使得蟻群算法更能適應(yīng)云環(huán)境。最后在CloudSim平臺(tái)上進(jìn)行了仿真實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果對(duì)比分析發(fā)現(xiàn)改進(jìn)蟻群算法依然保留了蟻群算法全局最優(yōu)解的特點(diǎn)。改進(jìn)蟻群算法在用戶任務(wù)完成時(shí)間上比一般算法使用的時(shí)間更短，在相同任務(wù)數(shù)量的情況下，至少能少去一半時(shí)間。并且由于改進(jìn)蟻群算法的信息素負(fù)反饋?zhàn)饔茫姑恳粋€(gè)資源都得到了利用，因此