基于人工蜂群算法的云計算.pdf

1、云計算作為一種新興的計算模式,是并行計算、分布式計算和網格計算、效用計算、網絡存儲、虛擬化、負載均衡等傳統(tǒng)計算機技術和網絡技術發(fā)展融合的產物。云計算的主要思想是把互聯(lián)網上的各種計算資源整合在一起,向用戶提供以租用計算資源為形式的服務。資源調度作為云計算中一個關鍵性的問題,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行的資源調整過程。目前的資源調度策略大多數是通過虛擬機級別上的調度技術結合一定的調度策略來為虛擬機內部應用做資源調度

2、,并且調度算法過于簡單,判斷需要進行推測執(zhí)行的任務的算法造成過多任務需要推測執(zhí)行,降低了整個任務的性能。所以能在云環(huán)境中引入一些群體智能算法進行任務的分配和資源調度來實現(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算定義出發(fā),詳細介紹了云計算的原理、一般體系架構、服務模式、和資源調度的實現(xiàn)機制以及行業(yè)領先者VMware的等云計算的相關技術。給出了云計算資源管理的系統(tǒng)模型,提出了任務分割模型和資源劃

3、分模型,并對分割后的任務進行優(yōu)先級編碼、劃分后的資源進行功能等級編碼,給出了資源調度策略,實現(xiàn)任務和資源的有效匹配。
　　其次,本文還研究了當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、適用范圍,并結合云環(huán)境的特性最終選取人工蜂群算法進行深入的研究和實驗。人工蜂群算法是一種基于群體智能的自適應搜索算法,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、。具有控制參數少、進化速度快、易于實現(xiàn)、并行擴展性好等優(yōu)點,并且在動態(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度問題。但是它仍然存在不完善的地方,在算法后期時搜索速度變慢、過早收斂、種群多樣性減少等。本文結合ABC算法的特性,通過引入一個控制因子,能夠自適應地調整搜索空間尋找最優(yōu)蜜源位置,提出了一種改進的人工蜂群算法(MABC)—帶控制因子的自適應人工蜂群算

5、法。通過控制因子來動態(tài)調節(jié)地蜂群個體之間信息共享程度的強弱,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。
　　最后本文研究云計算資源MapReduce模式調度的運行模式,按照QoS參數要求先將任務進行分類處理,可以準確及時地將任務分配到最合適的資源上。最后通過在CloudSim仿真環(huán)境中對現(xiàn)有的輪循算法,基本的人工蜂群算法和改進后的人工蜂群算法進行仿真實驗,通過資源調度性能測試,對比三種算法在執(zhí)行相同任務的平均運行時間,結果