版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、云計算是虛擬化(Virtualization)、效用計算(Utility Computing)、基礎(chǔ)設(shè)施作為服務(wù)IaaS(Infrastrctureasa Service)、平臺作為服務(wù)PaaS(Platformasa Service)和軟件作為服務(wù)SaaS(Softwareasa Service)等概念混合演進并躍升的結(jié)果。
SaaS認(rèn)為軟件的實質(zhì)是服務(wù),用戶對軟件的需求實際上是對應(yīng)用服務(wù)的需求,而用戶使用軟件實際上是在
2、消費應(yīng)用服務(wù)。與傳統(tǒng)軟件相比,SaaS服務(wù)依托于軟件和互聯(lián)網(wǎng),不論從技術(shù)角度還是商務(wù)角度都有著不同的特性:互聯(lián)網(wǎng)特性、服務(wù)特性、企業(yè)按需使用特性、企業(yè)快速部署特性等。
目前,和聲搜索算法和蟻群算法在SaaS中研究與應(yīng)用已取得了一些有價值的研究成果,但多是以集中式串行的模式,將和聲搜索算法和蟻群算法并行化研究較少。SaaS平臺中應(yīng)用服務(wù)的數(shù)量及類型、服務(wù)的租戶數(shù)目及信息數(shù)據(jù)量呈幾何曲線性增長,同時每個服務(wù)的功能單一又動態(tài)地變
3、化,不能滿足用戶日益復(fù)雜的需求,這就對SaaS平臺中服務(wù)的智能化要求越來越高。
為此,本文對云計算環(huán)境下智能優(yōu)化算法及其在SaaS中的應(yīng)用進行針對性地深入研究。論文主要研究內(nèi)容有:基于MapReduce的云和聲搜索算法,基于云和聲搜索算法的綜合SaaS部署問題研究、基于MapReduce的蟻群算法,基于MapReduce和多目標(biāo)蟻群算法的SaaS服務(wù)動態(tài)選擇問題研究等。主要研究工作和創(chuàng)新之處如下:
1.基于M
4、apReduce的云和聲搜索算法
對基本和聲搜索算法進行改進,提出了改進的和聲搜索算法、多目標(biāo)改進和聲搜索算法以及基于MapReduce的云和聲搜索算法。
對基本云和聲搜索算法進行改進,利用Skyline方法對和聲記憶庫進行初始化,提高算法效率;利用理想點法尋找實際存在的最優(yōu)知識即服務(wù)組合,確保了解的有效性。
在云計算平臺Hadoop下實現(xiàn)了基于QoS的知識即服務(wù)組合優(yōu)化問題的求解。利用HDFS
5、文件存儲以及MapReduce編程模型實現(xiàn)和聲搜索算法的并行化,定義Map、Reduce過程,提出云和聲搜索算法。
2.基于云和聲搜索算法的綜合SaaS部署問題研究
對SaaS服務(wù)在實際應(yīng)用中遇到的問題進行分析,在此基礎(chǔ)上建立SaaS部署問題的數(shù)學(xué)模型,并提出利用云和聲搜索算法進行問題的求解。在云計算平臺Hadoop下,定義云和聲搜索算法的Map、Reduce操作,同時對云和聲搜索算法進行改進,有效提高了算法
6、的效率,加快了SaaS服務(wù)部署問題求解速度。實驗結(jié)果表明改進云和聲搜索算法ICHS成功解決SaaS部署問題,并具有較優(yōu)的性能。
3.基于MapReduce的蟻群算法
提出基于MapReduce的蟻群算法,該算法能充分發(fā)揮云計算分布式、并行化的特點,充分利用云計算強大的計算和存儲能力,為在云計算環(huán)境中問題的智能化并行化分布式求解提供新思路和新方法,同時促進云計算的智能化發(fā)展。
提出基于MapRed
7、uce的改進蟻群算法。將分治思想和模擬退火算法融入蟻群算法,來改進其缺陷。并將基于MapReduce的改進蟻群算法應(yīng)用于求解旅行商問題(TSP)來驗證算法的可行性、有效性、收斂性、擴展性和時間開銷。
4.基于MapReduce和多目標(biāo)蟻群算法的SaaS服務(wù)動態(tài)選擇算法
提出SaaS中基于MapReduce和多目標(biāo)蟻群算法的服務(wù)動態(tài)選擇算法。該算法采用半自動方式和基于QoS全局最優(yōu)的多目標(biāo)服務(wù)選擇優(yōu)化方案來研究
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 云計算環(huán)境下的并行Skyline算法及其應(yīng)用研究.pdf
- 智能優(yōu)化算法及其在協(xié)商中的應(yīng)用研究.pdf
- 云環(huán)境下資源調(diào)度的優(yōu)化算法和應(yīng)用研究
- 云環(huán)境下資源調(diào)度的優(yōu)化算法和應(yīng)用研究.pdf
- 智能優(yōu)化算法及其在圖像檢索中的應(yīng)用研究.pdf
- 云計算環(huán)境下基于蟻群算法的綜合SaaS部署問題研究.pdf
- 分布估計算法及其在智能調(diào)度中的應(yīng)用研究.pdf
- 差分進化算法及其在云計算任務(wù)調(diào)度中的應(yīng)用研究.pdf
- 調(diào)度算法在云計算資源分配中的應(yīng)用研究.pdf
- 智能優(yōu)化算法及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用研究.pdf
- 量子智能優(yōu)化算法及其在電機優(yōu)化應(yīng)用中的研究.pdf
- 差分進化算法及其在云計算任務(wù)調(diào)度中的應(yīng)用研究
- 改進的云粒優(yōu)化算法及其應(yīng)用研究.pdf
- 混沌云粒子群混合優(yōu)化算法及其在港口管理中的應(yīng)用研究.pdf
- 仿生智能優(yōu)化算法及其應(yīng)用研究.pdf
- 分布估計算法在云計算資源調(diào)度中的應(yīng)用研究.pdf
- 量子粒子群優(yōu)化算法及其在智能天線中的應(yīng)用研究.pdf
- 短簽名算法研究及其在移動云計算中的應(yīng)用.pdf
- 智能優(yōu)化算法在發(fā)酵過程建模中的應(yīng)用研究.pdf
- 云計算技術(shù)在景區(qū)商務(wù)智能中的應(yīng)用研究.pdf
評論
0/150
提交評論