基于样条插值的动态多目标优化算法预测模型及应用

摘要

动态多目标优化问题(DMOP)做为一种基础性优化问题在科学研究与工程实践中普遍存在且应用前景广泛，解决其中的核心难题，对推进该领域的发展与应用有着重要的科学与工程意义。目前，大多数动态多目标问题的求解方法(DMOEA)都是采用某些以增加算法搜索的随机性、降低收敛速度为代价的辅助策略来改进在一些成功的静态多目标优化进化算法来应对问题变化的，但是这些改进策略大多并没有针对不同问题的特性进行相应的算法改进，因此难以取得满意的优化性能。
　　针对动态多目标优化问题的特点，本文提出了一种新的基于预测模型的动态多目标优化算法，利用启发式知识设计新的预测模型，以解决动态多目标优化问题，并应用该方法解决云计算任务调度中的优化问题。本文围绕基于预测模型的动态多目标优化算法展开，主要内容包括:首先，综述了动态多目标优化问题及目前已有的求解方法，并且介绍了函数插值的有关理论，建立基于预测模型的动态多目标优化算法的基本概念，并阐述了需要针对不同问题设计不同的预测模型的原因，指出预测的合理性问题;其次，在研究一般动态多目标问题和预测模型的基础上，提出了一种基于新预测模型(CSPM)的动态多目标进化算法。此算法的在多目标领域的经典算法(NSGA-Ⅱ)基础上，结合三次样条插值函数法，设讨了一种针对该问题的新预测模型，并通过实验证明具有不错的广泛性与收敛性。最后，在此算法的基础上设计了一种云计算网络的虚拟机调度方法，通过监控、计算虚拟机的使用情况，应对不同的任务求得最优化的分配。

目录

声明

摘要

插图索引

第1章 绪论

1．1 多目标优化基本概述

1．2 多目标优化问题的概念

1．3 国内外研究情况

1．3．1 第一代进化多目标优化算法

1．3．2 第二代进化多目标优化算法

1．4 动态多目标优化算法研究现状

1．5 本文主要研究内容与工作安排

1．5．1 主要研究内容

1．5．2 本文的组织结构

第2章 相关概念

2．1 动态多目标优化问题概述

2．2 NSGA-Ⅱ算法详解

2．2．1 NSGA算法介绍

2．2．2 NSGA-Ⅱ算法

2．3 现有动态多目标优化算法存在问题与改进思路

2．4 函数插值的概念

2．4．1 函数插值基本描述

2．4．2 常用的插值方法

2．5 样条函数概念

2．5．1 样条函数的发展历程

2．5．2 样条函数定义

2．6 样条函数插值

2．6．1 三次样条插值函数在数学上的定义

2．6．2 三次样条插值函数的插值效果

2．7 本章小结

第3章 基于预测模型的动态多目标算法

3．1 常用测试函数简介

3．2 新预测模型

3．2．1 问题的基础数学特性分析与基本框架

3．2．2 预测函数简介

3．3 新型预测模型的建立

3．4 实验分析

3．4．1 测试函数

3．4．2 实验结果及分析

3．5 本章小结

第4章 校园网云计算虚拟机调度优化

4．1 高职院校校园网发展现状

4．2 云计算的相关技术

4．2．1 云计算的概念

4．2．2 云计算的体系结构特点及主要技术

4．3 云校园网络的搭建

4．3．1 发展云校园网的需求

4．3．2 云校园网的特征

4．3．3 云校园网的整体架构设计

4．3．4 云校园网设计要点

4．4 虚拟机的动态调度算法

4．4．1 基本调度模型

4．4．2 虚拟机调度算法

4．5 实验模拟及结果分析

4．5．1 实验配置

4．5．2 实验步骤

4．5．3 对比预测模型

4．5．4 实验结果

4．5 本章小结

结论

参考文献

致谢