基于改进粒子群算法的云计算任务调度策略

《基于改进粒子群算法的云计算任务调度策略》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、ByMaLiangADissertation／ThesisSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringTheXinjiangTechnicalInstituteofPhysics&Chemistry,ChineseAcademyofSciencesMay,2013独创性声明本人声明所呈交的学位论文是在导师指导下进行的研究工作和取得研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或

2、撰写过的研究成果，也不包含为获得中国科学院新疆理化技术研究所或其他教育机构、的学位或证书而使用过的材料。与我共同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。学位论文作者签名：马免签字日期：厶眵年乡月，日学位论文版权使用授权说明本学位论文作者完全了解中国科学院新疆理化技术研究所有关保留、使用学位论文的规定。特授权中国科学院新疆理化技术研究所可以将学位论文的全部或部分内容编入有关数据库进行检索，’并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意研究所向国家有关部门或机构送交论文的复印件和磁盘。(保密的论文在解密后应遵循此规定)学位论文作者签名：9二S勃

3、导师签名：签字日期：≯。J另年6月／日签字日期：如f弓年6月，日中国科学院大学硕士学位论文摘要如何进行合理高效的任务调度是云计算研究的重要问题。本文结合新疆电子政务云系统，针对如何提高云计算任务调度的效率和负载均衡的问题，做前期的研究和探索。本文在对云计算环境及其任务的详细量化分析的基础上，结合实际问题对粒子群调度算法进行变异和修改，提出了一种基于改进粒子群算法的云计算任务调度算法，着重从任务完成时间和负载均衡两方面对云计算中的任务调度进行优化。改进的优化方案利用混沌映射对粒子群的初始化进行了均匀化处理，降低了求解次数和难度；系统出现负载失衡或算法陷入早熟收敛时，引入混沌变异策略，从而在全局

4、收敛的同时保证一定的负载均衡性。将该改进的粒子群优化算法运用于云计算任务调度策略，解决了寻找任务．资源映射匹配对这一目标优化问题。通过实验表明，该算法具有较好的性能，不仅使得任务完成时间高效，并且有效的兼顾了负载均衡，使系统资源尽可能的得到了充分利用。关键词：云计算；任务调度；粒子群算法；负载均衡中国科学院大学硕士学位论文ABSTRACTAbs仃actHowreasonablyefficienttaskschedulingisanimportantissueforcloudcomputingresearch．Inthispaper,basedondetailedquantitativeana

5、lysisoftheenvironmentanditstaskofcloudcomputing，thisarticleproposedimprovedparticleswarmschedulingalgorithm，focusontaskcompletiontimeandloadbalancingtooptimizetaskschedulingincloudcomputing．Improvedoptimizationprogramusingchaoticmapinitializationoftheparticleswarmhomogenization，reducingthenumberand

6、difficultyofsolving；whenthesystemloadimbalanceorprematureconvergencealgorithm，theintroductionofthechaoticmutationstrategy,resultinglobalconvergenceandguaranteeacertainloadbalancing．Theimprovedparticleswarmoptimizationalgorithmusedincloudcomputing，taskschedulingstrategy,resolvetofindthetask-resource

7、mappingmatchthisobjectiveoptimizationproblem．Experimentsshowthatthealgorithmhasbetterperformance，notonlymakesthetaskcompletiontimeefficientandeffectivebalancebetweenloadbalancing，systemresourcesarefullyutil