本文關鍵詞：基于混沌粒子群雞群融合優(yōu)化算法的云任務調度應用與實現，由筆耕文化傳播整理發(fā)布。

【摘要】：全世界正在飛速地進入一個偉大的時期,即云計算時期。云計算已經變成全球ICT(即:信息通訊技術,Information Communication Technology,簡稱ICT)行業(yè)共同認同的發(fā)展核心。云任務調度的好壞直接影響總任務執(zhí)行時間、總負載均衡程度、總資源消耗成本以及系統(tǒng)資源利用率等方面。所以云任務調度一直都是云計算中一個非常重要的課題,許多科研人員者都為此付出了大量的精力。Eberhart博士和Kennedy博士于1995年提出了粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法。在粒子群優(yōu)化算法(PSO)中,因為粒子具有初始化和進化過程隨機性的特性,使得gbest和pbest的更新具有相當的無目的性,對進化經過中的收斂產生了影響。此刻使用混沌優(yōu)化思想能夠提高收斂精度和速度的特性,產生一種基于混沌優(yōu)化思想的混沌粒子群優(yōu)化(Chaotic Particle Swarm Optimization,CPSO)算法,此算法改進了粒子群優(yōu)化算法(PSO)不易脫離局部極值點的技能,提升了算法的收斂精度和速度。Xianbing Meng、Yu Liu、Xiaozhi Gao和Hengzhen Zhang等于2014年提出了一種新的仿生學算法:雞群優(yōu)化算法(CSO)。雞群優(yōu)化算法(CSO)是一種為了優(yōu)化應用程序而提出全新理念的仿生學多種群算法。雞群優(yōu)化算法(CSO)能夠模擬雞群(包括公雞,母雞和小雞)的等級層次和行為,并且能夠有效地利用雞群的群體智能來解決優(yōu)化的問題。由于粒子群優(yōu)化算法(PSO)存在不容易擺脫極值,從而導致早熟的缺點,這就可能造成不充分搜索。而雞群優(yōu)化算法(CSO)是一種典型的多種群算法,是一種能夠有效解決早熟問題的算法,是一種能夠有效地平衡全局搜索以及局部搜索的算法。為了更好完成云平臺下任務調度應用與實現,本文提出混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)�；煦缢惴ǖ膬�(yōu)勢在于使用混沌變量實行探索通常能比無目標無順序地隨機探索更加出色。粒子群優(yōu)化算法(PSO)的優(yōu)勢在于探索更迅速、效率更高,算法更加方便,適宜解決實值型問題。雞群優(yōu)化算法(CSO)的優(yōu)勢在于雞群優(yōu)化算法(CSO)是典型的多種群算法,擁有良好的準確性和魯棒性�；煦缌Ｗ尤弘u算融合算法(CPSCSFO)正好融合了以上三種算法的上述相關優(yōu)點�；煦缌Ｗ尤弘u算融合優(yōu)化算法(CPSCSFO)在種群初始化過程中使用混沌優(yōu)化思想,使得個體具有隨機性本質�；煦缌Ｗ尤弘u算融合優(yōu)化算法(CPSCSFO)在種群位置和速度更新過程中利用雞優(yōu)化群算法(CSO)多種群的優(yōu)勢,使得種群中的不同個體可以按照不同的學習策略進行學習,對速度和位置進行更新。不僅確保每個不同群體的自立性和卓越性,而且不增添算法的時空復雜度�；煦缌Ｗ尤弘u算融合優(yōu)化算法(CPSCSFO)使用混沌優(yōu)化思想對種群的位置進行混沌優(yōu)化,由此支援惰性個體擺脫局部最小點,并且迅速找到最優(yōu)解。最后就是在Cloud Sim模擬器上進行仿真和對比實驗。對混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)與輪詢調度算法(RRS)、粒子群優(yōu)化算法(PSO)、混沌粒子群優(yōu)化算法(CPSO)進行性能上的比較。主要的性能對比目標有以下三個:總任務執(zhí)行時間、總負載均衡程度以及總資源消耗成本。實驗結果表明本文所提出的混沌粒子群雞算融合優(yōu)化算法(CPSCSFO)在總任務執(zhí)行時間、總負載均衡程度以及總資源消耗成本上相比于輪詢調度算法(RRS)、粒子群優(yōu)化算法(PSO)、混沌粒子群優(yōu)化算法(CPSO)具有一定的優(yōu)越性。實驗結果表明,本文所提出的混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)能夠有效克服粒子群優(yōu)化算法(PSO)早熟的問題,全局尋優(yōu)能力較強,尋優(yōu)速度較快,有效地解決了收斂性能和全局尋優(yōu)能力之間的矛盾�；煦缌Ｗ尤弘u群融合優(yōu)化算法(CPSCSFO)能夠進行更加全面的探索,從而得到更加優(yōu)秀的解,使得任務能夠在合適的虛擬機上進行處理,有助于減少云任務總執(zhí)行時間,提高云任務總負載均衡程度,減少云任務總資源消耗成本,提高用戶服務質量需求,獲取最大化經濟效益以及提高云任務調度系統(tǒng)資源利用率等指標。綜上所述,本文所提出的混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)能夠更好地解決云任務調度問題。
【關鍵詞】：云計算 云計算任務調度 粒子群優(yōu)化算法 雞群優(yōu)化算法 混沌粒子群雞群融合優(yōu)化算法
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要4-7
• Abstract7-15
• 第1章 緒論15-19
• 1.1 本文的研究背景15-16
• 1.1.1 云任務調度現狀15-16
• 1.2 本文的選題意義16-17
• 1.2.1 主要群智能算法16
• 1.2.2 主要群智能算法云任務調度的意義16-17
• 1.3 本文的主要工作17
• 1.4 論文的組織結構17-19
• 第2章 云任務調度相關知識介紹19-31
• 2.1 云計算的概念19-25
• 2.1.1 云計算發(fā)展背景19-22
• 2.1.2 云計算應用初步分類22-24
• 2.1.3 云計算的主要特征和技術挑戰(zhàn)24-25
• 2.2 云數據中心概述25-26
• 2.3 云計算數據中心資源調度需求分析26
• 2.4 云計算數據中心資源調度標準進展26-28
• 2.5 云數據中心資源管理調度核心技術以及科研熱門28-29
• 2.6 實時負載均衡調度29-30
• 2.6.1 實時負載均衡調度的背景29-30
• 2.6.2 實時負載均衡調度的相關工作30
• 2.7 本章小結30-31
• 第3章 粒子群優(yōu)化算法的云任務調度策略31-38
• 3.1 粒子群優(yōu)化算法（PSO）引言31-32
• 3.2 粒子群優(yōu)化算法（PSO）原理的介紹32-33
• 3.3 粒子群優(yōu)化算法（PSO）流程33-34
• 3.4 粒子群優(yōu)化算法（PSO）參數解析與設置34-35
• 3.5 加慣性權重的粒子群優(yōu)化算法（SPSO）35-37
• 3.6 粒子群優(yōu)化算法（PSO）在云任務調度中可行性分析37
• 3.7 本章小結37-38
• 第4章 混沌粒子群雞群融合優(yōu)化算法的云任務調度策略38-54
• 4.1 混沌粒子群算法（CPSO）模型38-41
• 4.1.1 混沌及其特性38-39
• 4.1.2 混沌粒子群優(yōu)化算法（CPSO）的根本思想39
• 4.1.3 混沌粒子群優(yōu)化算法（CPSO）的實現流程39-40
• 4.1.4 混沌粒子群優(yōu)化算法（CPSO）在云任務調度中可行性分析40-41
• 4.2 雞群優(yōu)化算法（CSO）41-45
• 4.2.1 雞群優(yōu)化算法（CSO）簡介41-43
• 4.2.2 雞群優(yōu)化算法（CSO）原理的簡單介紹43-44
• 4.2.3 雞群優(yōu)化算法（CSO）參數分析44-45
• 4.3 混沌粒子群雞群融合優(yōu)化算法（CPSCSFO）45-52
• 4.3.1 混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)提出背景45
• 4.3.2 混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)在云任務調度中可行性分析45-46
• 4.3.3 混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)算法的核心思想46-47
• 4.3.4 混沌粒子群雞群融合優(yōu)化算法(CPSCSFO)速度和位置更新方法47-48
• 4.3.5 混沌粒子群雞群融合優(yōu)化算法（CPSCSFO）的終止條件48
• 4.3.6 混沌粒子群雞群融合優(yōu)化算法（CPSCSFO）的實現流程48-49
• 4.3.7 混沌粒子群雞群融合優(yōu)化算法（CPSCSFO）的云任務調度模型49-50
• 4.3.8 總任務執(zhí)行時間評價函數的定義50
• 4.3.9 總負載均衡程度評價函數的定義50-51
• 4.3.10 總消耗成本評價函數的定義51
• 4.3.11 混沌粒子群雞群融合優(yōu)化算法（CPSCSFO）求解云任務調度流程51-52
• 4.4 本章小結52-54
• 第5章 實驗結果與分析54-65
• 5.1 Cloud Sim54-60
• 5.1.1 Cloud Sim簡介54
• 5.1.2 Cloud Sim體系結構54-59
• 5.1.3 Cloud Sim的仿真步驟59-60
• 5.2 實驗結果與分析60-64
• 5.2.1 實驗數據60-61
• 5.2.2 實驗結果與分析61-64
• 5.3 本章小結64-65
• 第6章 總結與展望65-67
• 6.1 工作總結65-66
• 6.2 工作展望66-67
• 參考文獻67-70
• 作者簡介70-71
• 致謝71

【相似文獻】

中國期刊全文數據庫 前10條

1 張?zhí)m;邢志棟;;基于量子粒子群求解混合整數非線性規(guī)劃[J];計算機工程與應用;2010年09期

2 沈乃漢;;子群卷積及其快速算法[J];南京郵電學院學報;1987年01期

3 王陸;;虛擬學習社區(qū)社會網絡中的凝聚子群[J];中國電化教育;2009年08期

4 陳晨;韓章家;張志讓;;一個關于極小子群與超可解性的注記[J];成都信息工程學院學報;2012年02期

5 何清;翟建仁;;Fuzzy群[J];河北機電學院學報;1993年03期

6 殷霞;廖祖華;章里程;朱曉英;;雙極值模糊(反)軟子群[J];計算機工程與應用;2013年19期

7 蔡東平;;2-群中同譜但不同構的群的例子[J];電子制作;2014年08期

8 吳江;;凝聚子群分析構建自動分類網絡地圖[J];圖書館學研究;2010年03期

9 紀運景,卞保民,賀安之;激光衍射法測量粒子群粒徑分布的反演新算法[J];光電子·激光;2002年12期

10 邊婧;彭新光;王穎;付東來;;入侵檢測不平衡樣本子群發(fā)現數據簡化策略[J];計算機應用研究;2014年07期

中國重要會議論文全文數據庫 前10條

1 楊鳳翔;楊秀良;;水平子群與正規(guī)水平子群的幾個定理[A];中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

2 賀雷;吳宏春;曹良志;;二維子群共振計算方法研究[A];第五屆反應堆物理與核材料學術研討會、第二屆核能軟件自主化研討會會議摘要集[C];2011年

3 姜豪;;德特肯恒等式的推廣[A];數學·物理·力學·高新技術研究進展——2000（8）卷——中國數學力學物理學高新技術交叉研究會第8屆學術研討會論文集[C];2000年

4 梁群;;舞蹈肢體之美 創(chuàng)作女子群舞《綠之韻》的回顧與思考[A];中國演員：2014年第3期（總第39期）[C];2014年

5 黃世恩;姚棟;王侃;;基于子群法的先進中子共振計算方法研究[A];中國核動力研究設計院科學技術年報（2011）[C];2013年

6 朱志平;仇計清;李法朝;;復Fuzzy子群的同態(tài)不變性[A];模糊集理論與模糊應用專輯——中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第十屆年會論文選集[C];2000年

7 孫紹權;;帶算子集的區(qū)間值Fuzzy子群[A];模糊集理論與應用——98年中國模糊數學與模糊系統(tǒng)委員會第九屆年會論文選集[C];1998年

8 于光遠;;休閑的價值不言而喻[A];中國休閑研究學術報告2011[C];2011年

9 孫鵬勇;劉樹啟;;m~n階并元加性群的m~(n-1)階子群和它的陪集的位置的生成及應用[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

10 洪奕光;程代展;;非線性系統(tǒng)線性對稱性的幾點注釋[A];1991年控制理論及其應用年會論文集（下）[C];1991年

中國重要報紙全文數據庫 前5條

1 本報記者 周暉;農民工作家王子群: “文化小工”寫出農民工心中的糾結[N];中國勞動保障報;2012年

2 虢銘;一次可喜的藝術實踐[N];中國文化報;2002年

3 ;政協(xié)第十二屆漳州市委員會增補委員名單[N];閩南日報;2013年

4 趙國政;采古風 捕民俗 展智慧[N];人民日報海外版;2001年

5 妙心;清新的草原抒情詩[N];中國藝術報;2001年

中國博士學位論文全文數據庫 前10條

1 洪海波;MST密碼系統(tǒng)簽名方案的設計與極小對數簽名的構造[D];北京郵電大學;2015年

2 孫超超;關于K_2群的一些問題的研究[D];吉林大學;2015年

3 湯菊萍;給定階子群的性質對有限群構造的影響[D];揚州大學;2015年

4 毛月梅;子群的廣義擬正規(guī)性，嵌入性以及部分S-Π-性質與有限群的結構[D];中國科學技術大學;2016年

5 李士恒;子群的正規(guī)性質及θ-偶對群的影響[D];蘇州大學;2006年

6 黃建紅;子群的可補性、置換性與群的結構[D];中國科學技術大學;2011年

7 張新建;子群的正規(guī)指數及由共軛子群對生成的子群對群結構的影響[D];蘇州大學;2011年

8 郭鵬飛;有限群的廣義覆蓋遠離子群及其結構[D];上海大學;2008年

9 余小龍;子群的廣義置換性和廣義可補充性對有限群結構的影響[D];中國科學技術大學;2014年

10 申振才;子群的正規(guī)性和正規(guī)化子條件對群結構的影響[D];蘇州大學;2011年

中國碩士學位論文全文數據庫 前10條

1 焦文潔;一個新的特征p-子群及其應用[D];山西大學;2015年

2 趙鵬程;非交換子群均自中心化的有限3群[D];山西師范大學;2015年

3 姚媛媛;子群個數最多的有限非初等交換2群[D];山西師范大學;2015年

4 任麗平;非交換子群中心均相等的有限p群[D];山西師范大學;2015年

5 李偉;內交換子群的個數對A_3群結構的影響[D];山西師范大學;2015年

6 張濤;關于群論中一些問題的進一步思考[D];南京財經大學;2015年

7 單友期;階完全圖的齊次分解[D];湖南師范大學;2015年

8 劉瑤;冀北崇禮紅旗營子群的巖石組合及時代歸屬[D];成都理工大學;2015年

9 徐桓;基于量子粒子群的Agent聯(lián)盟生成問題研究與應用[D];云南師范大學;2015年

10 邱燕燕;某些子群的特性與有限群的結構[D];廣西師范大學;2015年

  本文關鍵詞：基于混沌粒子群雞群融合優(yōu)化算法的云任務調度應用與實現，由筆耕文化傳播整理發(fā)布。

，

本文編號：338225