云計(jì)算環(huán)境下量子超啟發(fā)式能耗管理研究.pdf

1、云計(jì)算作為一種新的商業(yè)計(jì)算模式，利潤最大化是云服務(wù)提供商的主要目的之一，而能耗作為云計(jì)算數(shù)據(jù)中心的主要開銷，在客戶的不同服務(wù)需求下，盡可能降低能耗，既有利于提高服務(wù)提供商的利潤又可以減少云計(jì)算數(shù)據(jù)中心對(duì)環(huán)境的污染。因此，云計(jì)算環(huán)境下的能耗管理研究將是一個(gè)非常有意義的課題。動(dòng)態(tài)電壓調(diào)節(jié)作為一種有效的節(jié)能技術(shù)，目前已有一些研究將動(dòng)態(tài)電壓調(diào)節(jié)技術(shù)與任務(wù)調(diào)度相結(jié)合進(jìn)行系統(tǒng)能效優(yōu)化，但應(yīng)用于面對(duì)客戶不同需求下的能耗管理研究尚少。本文將在已有的分布

2、式系統(tǒng)任務(wù)調(diào)度問題模型的基礎(chǔ)上，建立融合云計(jì)算系統(tǒng)異構(gòu)環(huán)境、按需服務(wù)等特征及電壓可調(diào)節(jié)因素的任務(wù)調(diào)度模型。云計(jì)算環(huán)境下的任務(wù)調(diào)度問題是一個(gè)NP難的組合優(yōu)化問題?；谶M(jìn)化優(yōu)化的隨機(jī)搜索算法在求解分布式系統(tǒng)下DAG(directedacyclicgraph，DAG)任務(wù)調(diào)度問題時(shí)取得了比傳統(tǒng)啟發(fā)式算法更好的解。但由于優(yōu)化問題域的多樣性和復(fù)雜性，使該類算法普適性差，計(jì)算開銷太大，無法滿足計(jì)算的實(shí)時(shí)性需求。
　　在傳統(tǒng)群智能算法采用設(shè)計(jì)復(fù)

3、雜仿生搜索策略來求解DAG調(diào)度問題，但沒有達(dá)到預(yù)定效果的背景下。本文試圖從一個(gè)新的角度去探討該問題，即采用設(shè)計(jì)基于領(lǐng)域知識(shí)的精簡搜索策略集，并引進(jìn)超啟發(fā)式算法對(duì)該策略集進(jìn)行高效管理來提高算法的收斂速度和普適性。為了進(jìn)一步提高超啟發(fā)式算法的性能，受量子計(jì)算理論啟發(fā)，提出了量子超啟發(fā)式算法(Quantum-InspiredHyper-heuristicAlgorithm，QHA)。在該算法中，將啟發(fā)式策略的表現(xiàn)與量子的狀態(tài)相關(guān)聯(lián)，并采用個(gè)體