面向基本蚁群算法的任务处理研究

面向基本蚁群算法的任务处理研究(论文14000字,关键代码)
摘要：云计算是一种新兴的网络技术，它经过了网格计算、分布式计算和并行计算逐步地发展得到的。云计算的运用打破了传统的服务模式，它通过和当前的互联网技术相结合，形成了一种新型商业模式[1]。如今云计算中的资源是通过虚拟机资源来实现，它通过虚拟化技术把各种数据资源虚拟化，然后对这些资源进行虚拟机的动态部署给用户利用[2]。
面临数据规模的不断扩大以及用户数量的持续增加，怎样让数据资源被高效地利用并且能够满足使用者提出的QoS请求，是云计算任务调度急需解决的首要问题。所以，在当前的云计算发展历程中，研究云计算中的虚拟机任务调度有着重大的意义。
本文研究了目前云计算发展的趋势和关于任务调度的研究现状，介绍了任务调度和资源分配的有关技术。在分析了虚拟机任务调度特点之后，总结出了任务调度模型和传统蚁群算法的优点和缺点。把蚁群算法的原理和云计算任务调度相结合，提出了利用改进蚁群算法进行任务调度的思想，在传统的蚁群算法中加入信息素调节参数[3]。最后，在Cloud Sim模拟系统上实验，结果得出改进后的蚁群算法在虚拟机上进行任务分配的结果。
关键词：云计算；蚁群算法；任务调度；CloudSim仿真

Research on Task Processing for Basic Ant Colony Algorithm
Abstract: Cloud computing is an emerging network technology that has been gradually developed through grid computing, distributed computing, and parallel computing.  The use of cloud computing has broken the traditional service model. It has formed a new business model by combining with the current Internet technology[1]. Nowadays, resources in cloud computing are realized through virtual machine resources. It virtualizes various data resources through virtualization technology, and then dynamically deploys these resources to users[2].
Faced with the continuous expansion of data size and the continuous increase in the number of users, how to make data resources be used efficiently and meet the QoS requests put forward by users is the most important issue for cloud computing task scheduling.  Therefore, in the current development of cloud computing, it is of great significance to study the task scheduling of virtual machines in cloud computing.
This paper studies the current trend of the development of cloud computing and the research status of task scheduling, and introduces the related technologies of task scheduling and resource allocation.  After analyzing the characteristics of virtual machine task scheduling, the advantages and disadvantages of task scheduling model and traditional ant colony algorithm are summarized.  Combining the principle of ant colony algorithm and cloud computing task scheduling, the idea of using the improved ant colony algorithm for task scheduling is proposed, and the pheromone conditioning parameters are added to the traditional ant colony algorithm[3].  Finally, experiments on the Cloud Sim simulation system show that the improved ant colony algorithm performs task assignment on the virtual machine.
Keywords:cloud computing;ant colony algorithm; task scheduling; CloudSim simulation
 

目 录
第一章 绪论    3
1.1 前言    3
1.2研究背景    3
1.3国内外研究现状    3
1.4 论文主要工作    4
第二章 云计算及任务调度相关理论    4
2.1 云计算相关理论    4
2.1.1云计算理论    4
2.1.2云计算的特点    5
2.1.3云计算的体系结构    5
2.1.4云计算的服务类型    6
2.2 云计算任务调度综述    6
2.2.1云计算任务调度的定义    6
2.2.2云计算任务调度的特点    7
2.2.3云计算任务调度的核心    7
第三章 基本蚁群算法    8
3.1基本蚁群算法的原理    8
3.2基本蚁群算法数学模型    9
3.3基本蚁群算法的优点    11
3.4基本蚁群算法的缺点    11
第四章 改进蚁群算法进行云计算任务调度    11
4.1 更新信息素    11
4.1.1 全局更新信息素    11
4.1.2局部更新信息素    12
4.2 改进蚁群算法实现    12
第五章 云计算任务调度测试平台的实现    15
5.1 CloudSim概述    15
5.2 CloudSim环境配置    16
5.2.1 MyEclipse的安装与配置    16
5.2.2 CloudSim的安装与配置    16
5.2.3 CloudSim导入Eclipse开发工具步骤    16
5.3 CloudSim环仿真流程及程序编写    17
第六章 总结与展望    24
6.1总结    24
6.2展望    24
参考文献    24
致谢    25