基于遺傳蟻群融合算法的云計算任務(wù)調(diào)度研究.pdf

1、云計算是一種全新的計算機網(wǎng)絡(luò)技術(shù)和服務(wù)模式，其高擴展性和易用性為人們的生活和科學(xué)研究提供了高效而又便捷的服務(wù)，如大數(shù)據(jù)和高性能計算等。云任務(wù)調(diào)度的基本原理是，先通過網(wǎng)絡(luò)將用戶提交的大量計算任務(wù)分割成多個比較小的子任務(wù)，再傳輸給由大量服務(wù)器組成的龐大計算中心，經(jīng)調(diào)度分配、分析計算后，將綜合結(jié)果反饋給用戶。但是云端的計算機在處理大量的數(shù)據(jù)時，因無法預(yù)先獲得任務(wù)的到達時間、在處理不同任務(wù)時不同機器的響應(yīng)時間和效率的差異性、計算節(jié)點之間頻繁的通

2、信等因素，使得數(shù)據(jù)中心和高性能計算平臺的能源消耗變得越來越大，增加了服務(wù)商的運營成本。因此，設(shè)計一個高效節(jié)能的任務(wù)調(diào)度方法，能夠在高效的執(zhí)行云計算任務(wù)調(diào)度的同時，降低各計算節(jié)點所帶來的能源消耗，成為了一個待解決的重要問題。
　　本文在分析了云計算環(huán)境下任務(wù)調(diào)度算法和計算模型的基礎(chǔ)上，從兩個方面對已有的啟發(fā)式算法進行了改進和創(chuàng)新工作：針對遺傳算法前期求解迅速而后期收斂速度慢，以及蟻群算法前期求解速度速度慢、易陷于局部最優(yōu)的特點，提出

3、了動態(tài)融合遺傳蟻群算法的改進算法—D-GAACA；從云計算的節(jié)能目標出發(fā)，設(shè)計了一個將時間-能耗雙約束因子作為適應(yīng)度函數(shù)的節(jié)能任務(wù)調(diào)度模型，該模型能同時從任務(wù)的總完成時間和計算節(jié)點能耗（計算能耗、通信能耗、傳輸能耗）兩個方面進行優(yōu)化。最后在云計算模擬和實驗環(huán)境Cloudsim3.0.3中，對本文改進的調(diào)度算法和模型進行編程實現(xiàn)。實驗先分析了算法的相關(guān)參數(shù)在云環(huán)境下的最優(yōu)組合，確保算法效率;然后將動態(tài)融合算法（D-GAACA）與蟻群優(yōu)化算