检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

分布估计算法在云计算资源调度中的应用研究

分布估计算法在云计算资源调度中的应用研究

作者：孙海胜中国科学技术大学

学位级别：硕士

随着信息技术的快速发展,以及大数据环境下技术和存储等需求的不断增长,云计算作为一种新的资源利用模式,使得用户可以通过互联网以按需付费的方式方便、快捷地获取服务。由于云计算资源的有限性,以及用户和供应商需求的多样性,如何“... 详细信息

随着信息技术的快速发展,以及大数据环境下技术和存储等需求的不断增长,云计算作为一种新的资源利用模式,使得用户可以通过互联网以按需付费的方式方便、快捷地获取服务。由于云计算资源的有限性,以及用户和供应商需求的多样性,如何“最优地”调度云计算资源已成为近年来学术界调度领域的热点问题。目前,相关研究文献的求解方法多以演化计算方法为主,无法考虑到调度时任务之间潜在的相互依赖关系。然而,相较于传统智能计算方法,分布估计算法能够从优势种群中学习概率模型,在构建变量之间的依赖关系上具有无可比拟的优势。考虑到云计算资源调度问题具有很强的实际应用背景,设计出一种有效的调度算法对于提高用户满意度和供应商效益都具有重要的现实意义。本文主要从软件即服务(SoftwareasaService,SaaS)层的用户服务质量(Qual-ity of Service,QoS)优化问题出发,研究考虑具体优化目标和约束条件的云计算资源调度问题,并根据所研究问题的性质设计出相应有效的分布估计算法。首先,本文系统地描述了研究问题的相关背景以及研究现状,然后简单介绍了云计算资源调度问题的分类并描述了该类问题的常见求解算法,最后我们分两章对所研究的两种具体问题和所对应的分布估计算法进行详细描述。本文先研究了最小化独立任务调度的最大完工时间问题,在对问题进行数学建模后,我们选择了一种变量无关的分布估计算法并在此基础上进行改进。我们主要从算法的编码方案、自适应学习率函数、概率模型、初始化种群和抽样策略几个方面进行改进,同时混合一种改进的遗传算法。仿真结果表明,我们改进后的分布估计算法在获得更高质量解的同时也拥有更快的收敛速度。接着本文设计了一种基于马尔可夫链模型的、变量相关的混合分布估计算法,用来求解在满足用户截止日期限制的前提下最小化用户开销(执行成本)的问题。在算法设计方面,我们创新性地提出虚拟机选择多样性的概念,并采用两种不同的边缘概率计算方法;此外,一种实时启发式信息和概率计算改进策略被混合应用于条件概率计算过程;最后,通过在抽样过程中混合简单禁忌算法,使得种群在进化过程中保持较高的多样性。仿真结果表明,本文所提出的混合分布估计算法不仅在求解质量上优于其它对比算法,在收敛性和满足用户截止日期限制方面同样有着较高的竞争力。最后,对本文的研究成果进行总结并展望进一步可研究的方向。

关键词：云计算资源调度分布估计算法 SaaS QoS 演化计算方法最大完工时间用户开销

求解云计算资源调度问题的多邻域局部搜索算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

求解云计算资源调度问题的多邻域局部搜索算法研究

作者：金琪华中科技大学

学位级别：硕士

云计算资源调度问题是指在给定物理服务器资源和待分配虚拟机列表的情况下,为每台虚拟机分配合适的主机,在满足各维度资源上限约束以及多种分配规则约束的条件下最大化系统可放置虚拟机数量。针对云计算公司的具体应用场景,如何整合一... 详细信息

云计算资源调度问题是指在给定物理服务器资源和待分配虚拟机列表的情况下,为每台虚拟机分配合适的主机,在满足各维度资源上限约束以及多种分配规则约束的条件下最大化系统可放置虚拟机数量。针对云计算公司的具体应用场景,如何整合一次调度和二次调度过程,并设计高效可靠的资源调度算法,对于提高云计算系统资源利用率和服务质量具有重要意义。针对云计算资源调度问题,提出了一种基于辅助目标的多邻域局部搜索算法(Auxiliary Objective based Multi-neighborhood Local Search,AO-MNLS)。一次调度场景对应于问题中的初始解构造过程,算法通过主机资源剩余量构造搜索树,对于待分配的虚拟机,定位至搜索树中的一组主机并执行贪心算法,实现对虚拟机分配请求的快速响应。二次调度场景对应于问题中的局部搜索过程,提出了两种基于启发式规则的辅助目标函数——平均值目标和碎片目标,通过衡量执行邻域动作前后主机内的平均虚拟机大小以及资源碎片情况,在筛选邻域动作时起到更好的引导作用。针对问题结构设计了单虚拟机移动邻域和双虚拟机交换邻域,在搜索过程中允许暂时违反资源上限约束的主机出现并执行修复动作,扩大了局部搜索的搜索空间。此外,算法在邻域搜索时采用了邻域划分机制,在不影响优度的情况下进一步提升算法的求解效率。根据某云计算公司提供的真实数据设计了100个算例,AO-MNLS算法在其中50个算例上能求到理论的上界值,同时在31个算例上的计算结果优于对比算法的结果,在4个算例上略差于对比算法的结果,在其余65个算例上持平对比算法的最优结果。实验结果表明了AO-MNLS算法在求解性能和效率上的优越性。此外,通过构建算法的简化版本并进行对比测试,验证了算法中搜索树、辅助目标函数和邻域结构等组成部分的重要性。

关键词：云计算资源调度局部搜索搜索树辅助目标函数邻域结构

一种改进后的蝙蝠算法在云计算资源调度的应用及仿真研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

宁夏师范学院学报 2020年第1期41卷 66-71页

作者：刘颜颜六安职业技术学院安徽六安231300

为了实现云计算资源调度的优化,提出改进的蝙蝠算法,结合膜计算方式,在CloudSim软件搭建仿真环境进行仿真实验.同时,以Sphere等三个基准函数对改进后的算法性能进行了仿真测试,测试结果显示基于膜计算的蝙蝠算法具有良好的收敛稳定性与... 详细信息

为了实现云计算资源调度的优化,提出改进的蝙蝠算法,结合膜计算方式,在CloudSim软件搭建仿真环境进行仿真实验.同时,以Sphere等三个基准函数对改进后的算法性能进行了仿真测试,测试结果显示基于膜计算的蝙蝠算法具有良好的收敛稳定性与精确性.研究表明,提出的基于膜计算的蝙蝠算法很大程度上提高了云计算资源调度能力,实现了资源的有效利用.

关键词：蝙蝠算法云计算资源调度 CloudSim平台仿真实验收敛稳定

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

互联网服务场景下的灰狼优化算法研究

互联网服务场景下的灰狼优化算法研究

作者：李广胜江汉大学

学位级别：硕士

随着互联网和云计算技术的迅速发展,移动用户激增使得互联网流量急速增长,大量用户对计算资源发出使用申请。如何对移动互联网流量数据进行高效准确的预测分析,为用户提供更加优质的移动网络服务;如何在资源有限的条件下,既能满足虚拟... 详细信息

随着互联网和云计算技术的迅速发展,移动用户激增使得互联网流量急速增长,大量用户对计算资源发出使用申请。如何对移动互联网流量数据进行高效准确的预测分析,为用户提供更加优质的移动网络服务;如何在资源有限的条件下,既能满足虚拟机请求的合理分配,又使云服务商的利润最大化,这些都是供应商们最为关心的问题。针对互联网服务背景,本文研究了改进的灰狼优化算法并用于解决互联网的流量预测问题及云服务虚拟机资源分配利润优化问题,提出了高斯灰狼优化算法(Gaussian Tangent Grey Wolf Optimizer,GTGWO)和离散灰狼优化算法(Scattered Grey Wolf Optimizer,SGWO)两种改进的算法,用GTGWO优化流量预测模型的参数,用SGWO求解虚拟机资源分配利润最大化模型,相关工作如下:(1)高斯灰狼优化算法研究与应用针对灰狼算法的初始种群,通过引入高斯分布函数改善初始种群的分布结构;针对灰狼算法的收敛方式,通过改进收敛因子加快寻优过程,改善灰狼搜索最优解能力,提出高斯灰狼优化算法GTGWO。为测试新算法的性能,与同类型GWO算法及其他智能算法针对10个基准函数进行测试比较,结果表明GTGWO算法的稳定性及寻优速度等性能均最优。最后将GTGWO用于互联网流量预测模型的参数优化,得到了较高的预测精度。(2)离散灰狼优化算法研究与应用针对虚拟机资源分配优化利润问题,提出了基于动态权重策略及引入动态常量改进的离散灰狼优化算法SGWO。为测试新算法的性能,以有界背包三大类型问题BKP(WBPK,UBPK,SBPK)实际案例数据为测试对象,同时与现有智能算法进行比较,结果表明SGWO算法的有效性和稳定性等性能都比较突出。最后用SGWO算法求解云计算服务器中虚拟机调度资源分配优化模型,能较好地解决此类复杂动态的类背包问题。

关键词：灰狼优化算法高斯分布移动互联网流量预测有界背包问题云计算资源调度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进的花朵授粉算法及其应用研究

改进的花朵授粉算法及其应用研究

作者：刘丽河南大学

学位级别：硕士

基本花朵授粉算法是英国剑桥学者Xin-She Yang在受到大自然中花朵授粉行为机制启发后,于2012年提出了一种新型元启发式算法,该算法在提出之后获得了大量中外学者的重点关注。该算法的搜索机制模拟了显花植物的花朵授粉行为,其中自花授... 详细信息

基本花朵授粉算法是英国剑桥学者Xin-She Yang在受到大自然中花朵授粉行为机制启发后,于2012年提出了一种新型元启发式算法,该算法在提出之后获得了大量中外学者的重点关注。该算法的搜索机制模拟了显花植物的花朵授粉行为,其中自花授粉对应了算法中的局部搜索机制,异花授粉则对应了算法搜索机制中的全局搜索机制,在算法中局部授粉与全局授粉两者之间的关系通过转换概率来平衡调节,促使算法通过不断迭代求解优化问题。该算法结构简单易操作,鲁棒性强,善于搜索,具有较高的稳定性,目前已有不少学者根据基本算法流程给出相应的改进方法和思路,改进后算法在寻优性能上均有相应提升,具有较为理想的收敛精度,改善和丰富了基本算法的整体框架和搜索机制,在改进算法成功应用到实际生产生活中各个领域的优化问题求解中时,取得了良好的问题应用结果。但算法本身也存在着一定的缺陷,例如算法中参数选取缺乏合适的设计基础,运行到算法后期时容易陷入局部极值难以跳出,无法找出更优的求解精度等,这些都直接影响了算法在工程问题上的应用范围。本文在分析和研究了基本花朵授粉算法所存在的问题后,根据不同的改进策略和思想对算法提出改进,通过对算法涉及到的参数、框架流程、内部搜索机制等进行提升,增强了算法的整体寻优能力,使得算法的收敛速度和寻优精度同时得到了提升。将改进后算法成功地应用到云计算平台下的任务资源调度优化问题中时,取得了良好的应用结果,同时该算法的应用范围得到了相应的拓展。本文的主要工作如下:(1)提出了一种融合模拟退火降温机制的自适应花朵授粉改进算法。由于花朵授粉算法容易陷入局部极值,本文在基本算法的全局授粉莱维飞行中使用变形指数函数的缩放因子控制步长,使得下代花朵个体位置的更新随着算法中迭代次数的增加而有效提升自适应性;针对算法后期寻优精度低,则通过瑞利分布函数结合迭代次数对繁衍概率影响因子进行改进,使得算法避免早熟收敛的同时在后期更能够向着最优解靠近;将模拟退火算法中的降温操作结合到改进后的花朵授粉算法中,在丰富增强种群多样性的同时改善提升了算法的整体寻优性能。通过仿真测试函数所得数据及收敛图表明,改进后算法的收敛精度和速度均有一定幅度提升,算法改进效果明显且具有一定的优势。(2)提出了一种结合差分进化思想并具有动态转换概率的改进花朵授粉算法。在基本花朵授粉算法中,通过韦伯分布函数结合迭代次数对转换概率进行改进,更好地平衡和协调了算法中全局搜索与局部搜索之间的关系,促使算法在整体寻优性能方面有效地得到了提升;在算法的全局搜索阶段中引入随机变异算子,适当丰富了种群的多样性,提升算法在全局搜索中的优化能力,防止算法陷入早熟收敛;在算法的局部搜索过程中融入差分进化算法中的定向变异与交叉两种操作,使花朵个体在进行位置更新时具有一定的记忆功能,能够在合理选择变异方向的同时利用交叉操作避免新解越界并提高收敛速度,不断向全局最优解趋近。(3)将MCFPA算法成功应用到云计算平台下资源调度优化问题中。利用花朵个体位置对应虚拟机位置,每个花朵个体根据改进后的动态转换概率与黄金比例系数的比较结果来选择进行全局搜索或局部搜索,从而确定为下个任务合理选择性能最佳的虚拟资源。通过定义云计算资源调度的时间成本和花费计算资源约束目标函数,当花朵个体完成目标搜索任务后,花朵个体位置对应的虚拟机资源选择即为该问题的最佳分派方案。通过仿真实验结果对比,发现改进后算法能够很好地节省任务调度的费用与时间,相比基本花朵授粉算法具有更好地优化结果。

关键词：花朵授粉算法模拟退火操作随机变异算子差分进化云计算资源调度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

模糊云资源调度模型及算法研究

模糊云资源调度模型及算法研究

作者：曹克翰哈尔滨理工大学

学位级别：硕士

作为云计算系统中的关键问题之一,如何在复杂多变的云计算网络中高效的调度资源仍旧是个难题。国内外学者对确定环境下的云计算资源调度问题建立了多种模型,并使用智能优化算法对模型进行求解。但在实际应用中,任务在资源节点上的执行... 详细信息

作为云计算系统中的关键问题之一,如何在复杂多变的云计算网络中高效的调度资源仍旧是个难题。国内外学者对确定环境下的云计算资源调度问题建立了多种模型,并使用智能优化算法对模型进行求解。但在实际应用中,任务在资源节点上的执行过程是不确定的,且目前的算法性能仍有很大的提升空间。本文基于模糊规划理论,研究了不确定环境下的云计算资源调度问题,使用模糊数表示任务执行时间,建立了更符合实际应用的模糊云资源调度模型,并在现有算法的基础上,研究出了性能更好的调度算法。本文使用三角模糊数表示任务在资源节点上的执行时间,建立了时间-成本约束下基于三角模糊数的云计算资源调度模型,决策变量是任务与虚拟机的对应关系矩阵,调度目标是降低任务的总执行时间和成本。本文在CACO的基础上,引入无限折叠映射和精英策略,提出了自适应混沌精英蚁群算法(ECACO)。仿真实验表明,不确定因素的存在会降低云资源调度的效率,因此必须予以考虑。在算法的对比实验中,ECACO在小规模调度和大规模调度上都表现出了较好的性能。为了更精确的表示不确定值,在之后的研究中,本文引入了Z-number来表示任务的执行时间,建立了基于Z-number的多目标云资源调度模型,并给出了Z-number的排序方法。在ACO的基础上,本文引入三种策略进行优化,提出了混合蚁群算法(HACO)。三种策略分别是基于最小空闲策略的启发式规则、蚁群状态转移规则和局部搜索策略。在仿真实验中,通过与GA、ACO、CACO和CACO-SVR的对比,证明了HACO在求解能力、收敛速度和系统负载方面的优越性能。为了分析与验证本文提出的模型及算法优化理论,使用开源框架开发了云计算资源调度仿真算法平台。该平台具有通用性和易扩展性,集成了不同的云资源调度模型和算法,可以较为方便的比较不同模型和不同算法之间的性能差异,以此为模型和算法性能分析提供实验依据。

关键词：云计算资源调度不确定环境三角模糊数 Z-number模糊数混合蚁群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进人工蜂群算法的云任务调度

湖北工业大学学报 2021年第5期36卷 55-58页

作者：吴傲陈宏伟湖北工业大学计算机学院湖北武汉430068

基于传统的优化算法在云计算资源调度中存在的较低资源利用率,任务调度时间成本较高、服务器节点间的负载不均衡等问题,提出了基于博弈论的改进人工蜂群算法,以此来提高传统的资源调度算法的工作效率。仿真实验结果显示,基于博弈论的改... 详细信息

基于传统的优化算法在云计算资源调度中存在的较低资源利用率,任务调度时间成本较高、服务器节点间的负载不均衡等问题,提出了基于博弈论的改进人工蜂群算法,以此来提高传统的资源调度算法的工作效率。仿真实验结果显示,基于博弈论的改进人工蜂群算法较原算法和同类型算法能够显著提高资源调度的效率和有效性。

关键词：云计算资源调度博弈论人工蜂群算法