k-means算法的改进及其在云任务分配策略中的应用研究

《k-means算法的改进及其在云任务分配策略中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、内蒙古农业大学研究生学位论文独创声明本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果，也不包括为获得我校或其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：媳内蒙古农业大学研究生学位论文版权使用授权书本人完全了解内蒙古农业大学有关保护知识产权的规定，即：研究生在攻读学位期间论文工作的知识产权单位属内蒙古农业大学。本人保证毕业离校后，发表论

2、文或使用论文工作成果时署名单位为内蒙古农业大学，且导师为通讯作者，通讯作者单位亦署名为内蒙古农业大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子文档，允许论文被查阅和借阅。学校可以公布学位论文的全部或部分内容(保密内容除外)，采用影印、缩印或其他手段保存论文。论文作者签名：指导教师签名：日期：非莹摘要本文通过深入研究K．means算法，针对传统K．means算法的不足，提出将细菌觅食算法和粒子群优化算法应用于K．means算法的改进，在MATLAB环境下仿真实验，验证了改进后的K．means算法的聚类质量有明显的提高。然后通过对基于传统K．means的任务调度算法的理论研究

3、发现，该算法所表现的调度能力有待提高。因此利用改进后的K．means算法合理分组处理任务，然后进行Min．Min算法调度任务，以达到或接近最优解即任务分配方案。通过CloudSim云平台的仿真实验，实验结果表明，该算法不仅有效降低了任务调度的总体完成时问，而且提高了任务分配效率和系统资源的利用率，在任务完成时问和负载平衡性上优于Min．Min算法和基于传统K—means的Min—Min算法。本文的研究思路将为以后的云计算任务分配策略的研究提供参考和帮助。关键词：云计算；K-means聚类；Min—Min算法；任务调度ImprovedK-meansAlgorithmanditsApplic

4、ationintheCloudTaskAllocationStrategyAbstractThroughin_depthstudyoftheK·meansalgorithm，fortheshoncomingsoftraditionalK。meansalgorithm，thebacterialforagingalgorithmandparticleswarmoptimizationalgorithmareappliedtok-meansalgorithm，basedontheMATLAB剐mulationenvironment，thispaperprovesthattheimprovedK

5、—meansalgorithmhassignificantlyenhancedtheclusteringquality．Thenthroughtheoreticalrese踟℃hontaskschedulingalgorithmbasedonK-means，wefindthattheschedulingcapacityofthealgorithmneedstobedeveloped，SOweuseimprovedK—meansalgorithmforreasonablepacketprocessingtasks，andthenapplyingMin-Minalgorithmforsche

6、dulingtasks．sothatreachingorapproachingtheoptimalschemeoftaskallocation．ThroughsimulationexperimentbasedonCloudSimcloudplatform，theexperimentalresultsshowt}lat．theaJgorithmcannotonlyreducetheoveralltimeoftaskscheduling，butalsoimprovetheefficiencyoftaskallocationandutilizationratioofsystemresource

7、s，thetaskcompletiontimeandloadbalanceisbetterthanMin—MinalgorithmandMin．MinbasedontraditionalK。meansalgorithm，researchideaswillprovidereferenceandhelDfortheresearchofCloudcomputingtaskallocationstmtegyinfuture．KeyWords