基于人工蜂群算法的云計(jì)算.pdf

1、云計(jì)算作為一種新興的計(jì)算模式,是并行計(jì)算、分布式計(jì)算和網(wǎng)格計(jì)算、效用計(jì)算、網(wǎng)絡(luò)存儲(chǔ)、虛擬化、負(fù)載均衡等傳統(tǒng)計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物。云計(jì)算的主要思想是把互聯(lián)網(wǎng)上的各種計(jì)算資源整合在一起,向用戶提供以租用計(jì)算資源為形式的服務(wù)。資源調(diào)度作為云計(jì)算中一個(gè)關(guān)鍵性的問題,它是按照一定的資源使用規(guī)則,在不同的資源使用者之間進(jìn)行的資源調(diào)整過程。目前的資源調(diào)度策略大多數(shù)是通過虛擬機(jī)級(jí)別上的調(diào)度技術(shù)結(jié)合一定的調(diào)度策略來為虛擬機(jī)內(nèi)部應(yīng)用做資源調(diào)度

2、,并且調(diào)度算法過于簡單,判斷需要進(jìn)行推測(cè)執(zhí)行的任務(wù)的算法造成過多任務(wù)需要推測(cè)執(zhí)行,降低了整個(gè)任務(wù)的性能。所以能在云環(huán)境中引入一些群體智能算法進(jìn)行任務(wù)的分配和資源調(diào)度來實(shí)現(xiàn)資源的優(yōu)化管理有著非常重要的研究意義。
　　本文首先從業(yè)界中不同角色給出的云計(jì)算定義出發(fā),詳細(xì)介紹了云計(jì)算的原理、一般體系架構(gòu)、服務(wù)模式、和資源調(diào)度的實(shí)現(xiàn)機(jī)制以及行業(yè)領(lǐng)先者VMware的等云計(jì)算的相關(guān)技術(shù)。給出了云計(jì)算資源管理的系統(tǒng)模型,提出了任務(wù)分割模型和資源劃

3、分模型,并對(duì)分割后的任務(wù)進(jìn)行優(yōu)先級(jí)編碼、劃分后的資源進(jìn)行功能等級(jí)編碼,給出了資源調(diào)度策略,實(shí)現(xiàn)任務(wù)和資源的有效匹配。
　　其次,本文還研究了當(dāng)前幾種比較熱門的群體仿生智能算法(遺傳算法、蟻群算法、粒子群算法、人工蜂群算法),通過比較它們之間的優(yōu)缺點(diǎn)、適用范圍,并結(jié)合云環(huán)境的特性最終選取人工蜂群算法進(jìn)行深入的研究和實(shí)驗(yàn)。人工蜂群算法是一種基于群體智能的自適應(yīng)搜索算法,是蜂群通過分工協(xié)作,蜜源信息的交換來尋找最優(yōu)蜜源這一群體行為的模擬

4、。具有控制參數(shù)少、進(jìn)化速度快、易于實(shí)現(xiàn)、并行擴(kuò)展性好等優(yōu)點(diǎn),并且在動(dòng)態(tài)環(huán)境中也具有較高的靈活性和健壯性,特別適合解決組合優(yōu)化問題。從解決問題角度出發(fā),人工蜂群算法能夠很好地解決云境中的資源調(diào)度問題。但是它仍然存在不完善的地方,在算法后期時(shí)搜索速度變慢、過早收斂、種群多樣性減少等。本文結(jié)合ABC算法的特性,通過引入一個(gè)控制因子,能夠自適應(yīng)地調(diào)整搜索空間尋找最優(yōu)蜜源位置,提出了一種改進(jìn)的人工蜂群算法(MABC)—帶控制因子的自適應(yīng)人工蜂群算

5、法。通過控制因子來動(dòng)態(tài)調(diào)節(jié)地蜂群個(gè)體之間信息共享程度的強(qiáng)弱,使算法避免陷入局部最優(yōu)解,更快速地找到全局最優(yōu)解。
　　最后本文研究云計(jì)算資源MapReduce模式調(diào)度的運(yùn)行模式,按照QoS參數(shù)要求先將任務(wù)進(jìn)行分類處理,可以準(zhǔn)確及時(shí)地將任務(wù)分配到最合適的資源上。最后通過在CloudSim仿真環(huán)境中對(duì)現(xiàn)有的輪循算法,基本的人工蜂群算法和改進(jìn)后的人工蜂群算法進(jìn)行仿真實(shí)驗(yàn),通過資源調(diào)度性能測(cè)試,對(duì)比三種算法在執(zhí)行相同任務(wù)的平均運(yùn)行時(shí)間,結(jié)果