發(fā)布時(shí)間：2018-06-14 13:51

  本文選題：云計(jì)算 + 任務(wù)調(diào)度�。� 參考：《河北大學(xué)》2017年碩士論文

【摘要】：云計(jì)算已經(jīng)成為一個(gè)重要的信息和通信技術(shù)的創(chuàng)新,正在潛在地改變著計(jì)算資源的消耗和提供的方式。在云計(jì)算環(huán)境中有成千上萬的虛擬機(jī),很難通過手動(dòng)來分配任務(wù),因此我們需要有效的算法來解決任務(wù)調(diào)度問題。云環(huán)境下的任務(wù)調(diào)度影響著云平臺(tái)系統(tǒng)的整體運(yùn)行效率,如何有效地利用云環(huán)境中的資源,使大量的任務(wù)進(jìn)行合理高效的調(diào)度變得至關(guān)重要。針對(duì)云任務(wù)調(diào)度問題展開了研究,主要工作如下:(1)針對(duì)云計(jì)算中的獨(dú)立任務(wù)調(diào)度問題,綜合考量任務(wù)完成時(shí)間以及用戶滿意度,構(gòu)造了一種基于生物共生演的調(diào)度算法(CTS-SOS)。首先,對(duì)任務(wù)加入期望完成時(shí)間的屬性,重新構(gòu)建對(duì)云計(jì)算下任務(wù)模型和調(diào)度模型;其次,以任務(wù)完成時(shí)間作為適應(yīng)度函數(shù),并通過用戶滿意度來動(dòng)態(tài)調(diào)節(jié)任務(wù)優(yōu)先級(jí),在降低用戶完成時(shí)間的同時(shí)提高用戶的滿意度;然后,針對(duì)生物共生演算法的連續(xù)搜索空間,對(duì)生物共生演算法進(jìn)行改進(jìn),使其適應(yīng)于離散大規(guī)模的任務(wù)調(diào)度問題。(2)針對(duì)云計(jì)算環(huán)境中的工作流任務(wù)調(diào)度問題,充分考慮任務(wù)完成時(shí)間以及用戶花費(fèi)兩個(gè)約束條件,給出了一種基于生物共生演的多維QoS約束的工作流任務(wù)調(diào)度算法(QoS-SOS)。首先,提出了一種新的QoS-SOS調(diào)度模型,模型的任務(wù)處理單元可設(shè)計(jì)成一個(gè)獨(dú)立的中間件模塊用于實(shí)際的任務(wù)調(diào)度場(chǎng)景;其次,為工作流中的每個(gè)子任務(wù)分配適當(dāng)?shù)膬?yōu)先級(jí)值;然后在生物共生演算法當(dāng)中加入支配解的思想,從而獲得分布均勻的Pareto最優(yōu)解集來解決多維QoS約束的工作流任務(wù)調(diào)度問題。(3)對(duì)上述兩方面的工作進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,CTS-SOS算法不僅能夠有效地降低用戶任務(wù)完成時(shí)間,而且還可以提高用戶滿意度,證明了算法的有效性;QoS-SOS算法不僅性能方面表現(xiàn)極為顯著,極大程度上優(yōu)化了工作流調(diào)度的時(shí)間和成本,而且還可以依據(jù)用戶的偏好選擇側(cè)重不同的優(yōu)化方案,從而適應(yīng)于大規(guī)模的云環(huán)境。
[Abstract]:The cloud computing has become an important information and communication technology innovation , is potentially changing the computing resources consumption and supply way . In the cloud computing environment there are thousands of virtual machines , it is difficult to allocate tasks by hand .
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 頡斌;楊揚(yáng);曠毅;;基于多目標(biāo)遺傳算法的云服務(wù)部署優(yōu)化方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年S1期

2 張海玉;;基于改進(jìn)蟻群算法的云計(jì)算任務(wù)調(diào)度研究[J];微電子學(xué)與計(jì)算機(jī);2016年09期

3 李克武;張功萱;朱昭萌;;云環(huán)境中基于分解的多目標(biāo)工作流調(diào)度算法[J];計(jì)算機(jī)工程與科學(xué);2016年08期

4 萬聰;王翠榮;王聰;;面向數(shù)據(jù)密集型工作流的QoS-aware調(diào)度算法[J];系統(tǒng)仿真學(xué)報(bào);2016年03期

5 蔡琪;單冬紅;趙偉艇;;改進(jìn)粒子群算法的云計(jì)算環(huán)境資源優(yōu)化調(diào)度[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年01期

6 鞏子杰;張亞平;張銘棟;;分布式計(jì)算中基于資源分級(jí)的自適應(yīng)Min-Min算法[J];計(jì)算機(jī)應(yīng)用研究;2016年03期

7 楊燕;;基于改進(jìn)NPGA算法的多目標(biāo)優(yōu)化云任務(wù)調(diào)度算法[J];計(jì)算機(jī)與數(shù)字工程;2015年07期

8 寧彬;谷瓊;吳釗;袁磊;胡春陽;;基于膜計(jì)算的蝙蝠算法在云計(jì)算資源調(diào)度的研究[J];計(jì)算機(jī)應(yīng)用研究;2015年03期

9 汪儉華;馮錫煒;馮瑤;朱睿;;云計(jì)算仿真平臺(tái)的改進(jìn)研究[J];科學(xué)技術(shù)與工程;2013年19期

10 譚靚亮;曾哲明;王耀華;;多態(tài)蟻群算法優(yōu)化的云資源調(diào)度策略研究[J];信息通信;2013年04期

相關(guān)博士學(xué)位論文 前1條

1 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

，

本文編號(hào)：2017611