您的位置: turnitin查重官网> 计算机 >> 计算机毕业题目 >分析粒子云计算环境下基于改善粒子群任务调度算法学

分析粒子云计算环境下基于改善粒子群任务调度算法学

收藏本文 2024-02-11 点赞:32926 浏览:147922 作者:网友投稿原创标记本站原创

摘要:云计算作为下一代互联网的运用模型,同时也是一种商业方式。它面对着庞大的用户群,需要实时处理数量巨大的数据量和任务量,而云计算平台性能的高低对其起着决定性的作用。其中,任务调度算法的优劣在很大程度上影响这云计算平台的性能。目前对于云计算中的任务调度及资源分配的探讨不多,现有的任务调度算法将缩短任务完成时间作为探讨重点,然而它们没有很好的兼顾调度执行时间最小与成本最小,因为任务完成所需的成本也是个不可忽略的因素,云计算平台中不同的计算资源的利用成本不同,处理能力强的计算资源的利用成本要较高,而处理能力差一些的计算资源的利用成本则较低,云用户在选择云怎么写作时会根据自己的经济预算以及所能等待的时间综合考虑。针对这种现象,本论文提出了一种基于时间和成本约束的具有双适应度的粒子群优化调度算法,在任务调度时不仅将缩短任务完成所需时间作为调度目标,而且将减少任务完成所需成本作为调度目标,通过此算法调度产生的结果不仅能使任务完成所需的时间较短,而且总任务完成成本较小。如何合理的分配云计算中的计算资源及平衡资源负载是云计算中需解决的一个重要不足。针对云计算中现有调度算法只追求任务最短完成时间,而没有以云计算中资源负载均衡的角度考虑,这容易导致云计算中多个任务竞争优势资源,出现一些计算资源负载过大同时另一些计算资源处于闲置状态的现象,为改善其在追求最短完成时间而不能很好兼顾负载均衡的不足,本论文提出了一种基于资源预先分类的具有双适应度的粒子群优化调度算法,该算法先利用能衡量资源通信与计算能力的属性信息对资源进行等级划分,计算任务在资源中的预期执行时间与其对相应的资源等级的乘积,利用该乘积最小的任务——资源对作为另一调度函数对任务进行调度。仿真结果表明,通过此算法调度产生的结果不但能使任务完成所需的时间较短,而且系统的资源利用率较高,兼顾了执行时间最小和负载均衡,是云计算中一种有效的任务调度算法。关键词:云计算论文任务调度论文时间论文成本论文双适应度粒子群论文负载均衡论文预先分类论文

    摘要3-4

    Abstract4-8

    第一章 绪论8-13

    1.1 课题探讨背景和作用8-9

    1.2 国内外探讨近况9-11

    1.3 本论文主要工作11

    1.4 本论文组织结构11-13

    第二章 云计算概述13-25

    2.1 云计算的定义及特点13-14

    2.1.1 云计算的定义13

    2.1.2 云计算的特点13-14

    2.2 云计算与传统计算的区别14-16

    2.2.1 云计算与网格计算的区别15

    2.2.2 云计算与效用计算的区别15-16

    2.2.3 云计算与并行计算的区别16

    2.3 云计算的系统结构16-17

    2.4 云计算怎么写作层次17-19

    2.4.1 基础设施即怎么写作(IaaS)18

    2.4.2 平台即怎么写作(PaaS)18

    2.4.3 软件即怎么写作(SaaS)18-19

    2.5 云计算中的关键技术19-21

    2.5.1 数据管理技术19

    2.5.2 数据存储技术19

    2.5.3 MapReduce 编程模型19-21

    2.6 典型的云计算平台21-24

    2.6.1 微软云计算21-22

    2.6.2 Google 云计算22

    2.6.3 IBM 云计算22-23

    2.6.4 Amazon 云计算23-24

    2.7 本章小结24-25

    第三章 云计算中的任务调度对策及优化算法25-35

    3.1 任务调度的定义25-26

    3.2 云计算中任务调度的目标26-28

    3.3 任务调度算法探讨28-34

    3.3.1 即时方式中的任务调度算法28-30

    3.3.2 批方式中的任务调度算法30-32

    3.3.3 启发式调度算法32-34

    3.4 本章小结34-35

    第四章 基于时间和成本约束的改善粒子群任务调度算法35-47

    4.1 不足的提出35-36

    4.2 粒子群算法36-38

    4.3 粒子的编码与解码38-41

    4.4 粒子群体初始化41

    4.5 适应度函数41-42

    4.6 粒子的速度和位置的更新42-43

    4.7 仿真实验与结果浅析43-46

    4.7.1 实验仿真环境及算法设置43-44

    4.7.2 实验结果与性能浅析44-46

    4.8 本章小结46-47

    第五章 基于资源预先分类的云计算任务调度算法47-56

    5.1 不足的提出47-48

    5.2 资源预先分类模型48-49

    5.3 基于资源预先分类的 DFPSO 任务调度算法49-51

    5.3.1 定义适应度函数49-50

    5.3.2 更新粒子的速度与位置50-51

    5.4 实验仿真与性能浅析51-55

    5.4.1 实验仿真环境及参数设置51-52

    5.4.2 仿真结果与性能浅析52-55

    5.5 本章小结55-56

    第六章 总结56-58

    6.1 本论文工作总结56-57

    6.2 展望57-58

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号