基于人工蜂群算法的云任務(wù)調(diào)度研究.pdf

1、現(xiàn)今企業(yè)所面臨的數(shù)據(jù)和用戶量與日俱增，各個行業(yè)的業(yè)務(wù)系統(tǒng)的并發(fā)訪問流量、數(shù)據(jù)存儲和管理壓力都超過過去的企業(yè)，這些“大用戶、大數(shù)據(jù)和大系統(tǒng)”問題成為了云計算發(fā)展的必然條件。隨著信息技術(shù)的發(fā)展，云計算成為解決信息社會大數(shù)據(jù)挑戰(zhàn)的重要方案，云計算應(yīng)用對虛擬資源的服務(wù)質(zhì)量要求也越來越高。云任務(wù)調(diào)度問題是影響虛擬資源服務(wù)質(zhì)量的關(guān)鍵問題之一，已經(jīng)成為研究熱點。其中群智能算法是求解最優(yōu)問題的一種重要分析方法，近年來在調(diào)度問題取得了較好的應(yīng)用效果。

2、r>　　本文首先針對現(xiàn)今云計算任務(wù)調(diào)度只考慮單目標和云計算應(yīng)用對虛擬資源的服務(wù)質(zhì)量要求高等問題，綜合考慮用戶最短等待時間、資源負載均衡和經(jīng)濟原則，從理論上建立了考慮雙方的云任務(wù)調(diào)度的多目標數(shù)學模型，更加貼近于現(xiàn)實。其次結(jié)合偏好滿意度策略并引入局部搜索算子和改變偵察蜂搜索方式，提出多目標離散型人工蜂群(MDABC)算法的優(yōu)化策略。通過不同的云任務(wù)調(diào)度仿真實驗，顯示了改進離散人工蜂群算法相對于基礎(chǔ)離散人工蜂群算法、遺傳算法以及經(jīng)典貪心算法，