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、在大數(shù)據(jù)時代背景下,云計算得到了廣泛的關(guān)注和應(yīng)用。隨著云計算不斷的發(fā)展,同時受到完工時間和成本等因素約束的科學(xué)計算流程和商業(yè)流程等應(yīng)用流程日趨復(fù)雜。以往的云計算應(yīng)用/軟件已經(jīng)不能滿足企業(yè)和用戶的需求。在此背景下,云工作流系統(tǒng)作為一個切實有效的解決方案被提出。
云工作流系統(tǒng)能夠?qū)?fù)雜的工作流程進行抽象定義,為用戶提供了便利。如何在云環(huán)境下部署工作流任務(wù)成為新的研究對象。任務(wù)調(diào)度是云工作流最重要的核心技術(shù)。由于云計算的以用戶為中心
2、,按需提供服務(wù),商業(yè)性和異構(gòu)環(huán)境等特性使其必須關(guān)注用戶的服務(wù)質(zhì)量和云服務(wù)提供商的收益。相比于云環(huán)境下常規(guī)作業(yè)的調(diào)度問題,云工作流調(diào)度不但需要考慮服務(wù)質(zhì)量(如時間、成本等因素)的約束,還需要受到工作流內(nèi)各個任務(wù)之間依賴關(guān)系的約束,此外,各個任務(wù)所產(chǎn)生的中間數(shù)據(jù)也是調(diào)度必須要考慮的因素之一。
本文針對云工作流的特點,提出了一種多目標(biāo)粒子群云工作流調(diào)度策略MOPSO(Multi-objective Particle Swarm Op
3、timization)。該策略同時權(quán)衡成本和時間,在盡量滿足用戶服務(wù)質(zhì)量的前提下,減少總的執(zhí)行成本和完工時間。本調(diào)度策略從用戶角度考慮工作流調(diào)度問題,對一個工作流實例可以返回含有多個工作流調(diào)度方案的集合,該調(diào)度方案集合是一個Pareto最優(yōu)解集,可以根據(jù)用戶的偏好選擇一個最佳的調(diào)度方案。為了進一步提高多目標(biāo)粒子群算法的性能,本文提出一個結(jié)合啟發(fā)式局部搜索和多目標(biāo)粒子群的混合算法HCMOPSO(Hill Climbing withMult
4、i-objective Particle Swarm Optimization)。該算法可以獲得目標(biāo)值更優(yōu)的Pareto最優(yōu)解集并且可以更加快速地收斂。通過對仿真平臺WorkflowSim進行擴展,在擴展后的仿真平臺上對真實環(huán)境中的工作流應(yīng)用進行模擬并在此基礎(chǔ)上將本文提出的調(diào)度策略與Min-Min、Max-Min和HEFT調(diào)度算法進行對比實驗。實驗表明,本算法可以在短時間內(nèi)獲得一個Pareto最優(yōu)解集,該解集中的解在時間優(yōu)化方面表現(xiàn)突出
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
- 基于混合多目標(biāo)粒子群算法的工作流服務(wù)聚合問題研究.pdf
- 云工作流系統(tǒng)中基于粒子群算法的任務(wù)調(diào)度優(yōu)化研究.pdf
- 基于粒子群算法的多目標(biāo)車間調(diào)度的研究.pdf
- 基于粒子群優(yōu)化的多目標(biāo)車間調(diào)度算法.pdf
- 云環(huán)境下基于失效感知的工作流調(diào)度算法研究.pdf
- 云環(huán)境下基于混合算法的工作流調(diào)度研究.pdf
- 面向用戶的多目標(biāo)云工作流調(diào)度研究.pdf
- 云環(huán)境下基于遺傳算法的工作流任務(wù)調(diào)度算法研究.pdf
- 基于混合粒子群算法多目標(biāo)柔性作業(yè)車間調(diào)度問題研究.pdf
- 基于粒子群算法的微電網(wǎng)多目標(biāo)經(jīng)濟調(diào)度模型研究.pdf
- 基于多目標(biāo)粒子群算法的港口調(diào)度系統(tǒng)設(shè)計與實現(xiàn).pdf
- 云計算環(huán)境下基于改進粒子群算法的動態(tài)資源調(diào)度研究.pdf
- 基于多目標(biāo)優(yōu)化的粒子群算法研究.pdf
- 基于改進粒子群算法的多目標(biāo)優(yōu)化研究.pdf
- 基于灰色粒子群算法的溫室環(huán)境多目標(biāo)優(yōu)化控制研究.pdf
- 多目標(biāo)粒子群優(yōu)化算法的研究.pdf
- 基于知識抽取的多目標(biāo)粒子群算法及其在環(huán)境經(jīng)濟調(diào)度中的研究.pdf
- 工作流任務(wù)調(diào)度多目標(biāo)優(yōu)化.pdf
- 云計算環(huán)境下多目標(biāo)約束的任務(wù)調(diào)度算法研究.pdf
- 云環(huán)境下基于QoS約束的工作流任務(wù)調(diào)度算法研究與實現(xiàn).pdf
評論
0/150
提交評論