基于改进遗传算法的多目标云计算任务调度研究

摘要

随着云计算技术的不断普及，云端的负载不均衡问题日益突出，解决这种负载不均衡问题迫在眉睫。云端任务调度技术提供了一种既高效又便捷的方案，将合适的任务实时地分摊给云中的每一个计算节点，从而在一定程度上缓解了负载不均衡的问题，提高了云平台的计算和存储能力。 本文总结了当前国内和国外学者在云计算任务调度领域的研究现状，基于NSGA-Ⅱ算法提出了一种改进的多目标优化遗传算法，该算法引入了基于改进的概率模型的交叉算子和基于个体质量评估的变异算子。改进的交叉算子能够很好的应用于整数编码并保持双亲代染色体的优势，并保持种群的多样性;改进的变异算子能够提高种群的多样性并增加算法的局部搜索能力。在仿真实验阶段，使用CloudSim进行任务调度仿真，表明改进的NSGA-Ⅱ算法是一种既高效，又可靠的云计算任务调度算法。

目录

声明

摘要

第1章绪论

1．1研究背景和现状

1．1．1国内研究现状

1．1．2国外研究现状

1．2研究目标和内容

1．3本文主要工作

1．4本文组织结构

第2章云计算与任务调度

2．1云计算

2．1．1云计算的发展

2．1．2任务调度

2．2调度算法

2．2．1传统算法

2．2．2智能算法

2．3本章小结

第3章遗传算法

3．1算法描述

3．1．1编码

3．1．2适应度函数

3．1．3初始种群选取

3．1．4选择算子

3．1．5交叉算子

3．1．6变异算子

3．2实际运用举例

3．3遗传算法的局限

3．4本章小结

第4章多目标任务调度

4．1．1 NSGA算法

4．1．2 NSGA-Ⅱ算法

4．2实验设计与改进

4．2．1任务调度编码

4．2．2目标函数与适应度函数

4．2．3改进交叉算子

4．2．4改进变异算子

4．3本章小结

第5章实验

5．1搜索性能对比与分析

5．2云计算仿真对比与分析

5．3本章小节

第6章总结

6．1论文总结

6．2未来工作展望

参考文献

致谢