基于云计算的资源调度算法研究

基于云计算的资源调度算法研究

ID:35060002

大小:5.22 MB

页数:63页

时间:2019-03-17

基于云计算的资源调度算法研究_第1页
基于云计算的资源调度算法研究_第2页
基于云计算的资源调度算法研究_第3页
基于云计算的资源调度算法研究_第4页
基于云计算的资源调度算法研究_第5页
资源描述:

《基于云计算的资源调度算法研究》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、学校代码:10004密级;公开如#、义又肇BEIJINGJIAOTONGUNIVERSITY硕it学位论文基于云计算的资源调度算法研究作者姓名周婉I学科专业计算机科学与技术-緣指导教师王移芝教授..轉培养院系计算机与信息技术学院,,如'交4乂攀硕±学位论文基于云计算的资源调度算法研究ResearchonResourceSchedulinAlorithmsBasedonCloudggComutinEnvironmentpg作者:周婉导师:王移芝北京交通大学2016年4月学位论文版权使用

2、授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可1^将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编W供査阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可レッ为存在馆际合作关系的兄弟离校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)1L学位论文作者签名;同伽导师签名;^>:(签字日期皆3年月日签字日期:月日/占f^学校代码:10004密级:公开北京交通大学硕zb学位论文基于云计算的资源

3、调度算法研究Re化archon民esourceSchedulingAlorithmsBasedonCloudgComputingEnvironment作者姓名;周婉学号:13120460导师姓名:王移芝职称:教授学位类别:工学学位级别;硕:t学科专业;计算机科学与技术研究方向;计算机应用北京交通大学2016年4月i致谢转眼间,两年半的研巧生学习就要结束了,经过刻苦的学习和研究,本论文撰写完成。十分感谢我的研巧生导师王移芝老师,感谢王老师在本课题的研巧过程中对我的指导,老师知识渊博、治学态度严谨、工作认真负责,在生活

4、和学习上给了我很多帮助,使我受益匪浅,全面地提高了自己的素质和能力,这些帮助。将使我受益终生再次感谢王老师的辛苦付出!感谢实验室的师兄师姐对我的帮助,在我遇到困难时是你们的鼓励给了我前行的勇气,感受到科研的魅力,谢谢各位师兄师姐的指导。感谢计算机学院的各位老师,是你们带领我走进了计算机的领域,教会了我科研的方法和技能。感谢你们在这两年半中对我的帮助和指导。一感谢我的家人一,在直鼓励我漫漫求学路上,是你们,直给予我力量让我不断进步。父母为我付出了很多,只为了我能有个好的学习环境.十分感谢我的父母,因为有你们。,我很幸福感谢各位评审在百忙之中评审论文,十

5、分感谢。、再次衷屯的感谢所有关也和帮助过我的人!北京交通大学硕±学位论文摘要摘要云计算是近年来计算机领域最热口的研巧方向之一。随着云服务的市场化,其作为新兴商业模式的巨大商业价值也正在呈现。云计算的数据中也利用虚拟化技术将计算资源、存储资源等各种软硬件资源抽象为虚掛化资源,构建成动态的虚拟资源池,向用户提供按需服务,因此,资源调度成为云计算的关键技术。云计算的商业化特点越来越突出,用户对服务的需求越来越多样,这就要求云服务提供商更多地关注用户的需求。云计算的资源类型各不相同,且系统中的资源是动态变化的,用户的偏好也是多种多样,用户请求调度的

6、应用任务的QoS目标约束条件通常会包含多个指标方面的要求,用户任务的QoS目标约束条件的满足程度在很大程度上决定了云计算任务调度策略的性能优劣。针对此问题,本文建立了云计算资源调度模型,针对大量用户任务各不相同的QoS目标约束要求,分别建立相应的QoS目标约束条件,然后量化用户的应用偏好,应用完成时间、费用、可用性、安全性四个指标构造的效用函数,将多QoS的目标约束问题转换为单目标的约束求解问题,并用户效用最大化作为目标函数。在此基础上,本文W改进的遗传算法求解单目标的约束问题一,将目标函数平方作为适应度函数,在遗传操作方面,引入了种自适应方式一,保持种群的

7、多样性,在更大空间集中捜索最优解,并得到个较优的资源分配策略。本文介绍了云仿真工具CloudSim,并配置实验环境。在CloudSim的环境下对论文提出的改进算法进行了仿真实验,证明本文算法的可行性和有效性,实现在保障多维QoS的同时,最大程度降低运营的成本和优化资源的利用率。本文从任务的完成时间、费用及目标函数值等H个方面,将本文算法与传统遗传(GA)算法和M-inMin算法进行了对比评估。实验

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。