亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于離散和聲搜索的云計(jì)算任務(wù)調(diào)度研究

        2016-05-25 00:37:35
        關(guān)鍵詞:任務(wù)調(diào)度搜索算法適應(yīng)度

        姜 凱

        (聊城大學(xué) 東昌學(xué)院 ,山東 聊城 252000)

        基于離散和聲搜索的云計(jì)算任務(wù)調(diào)度研究

        姜 凱

        (聊城大學(xué) 東昌學(xué)院 ,山東 聊城 252000)

        云計(jì)算任務(wù)調(diào)度是云計(jì)算最重要的問題之一。為解決云計(jì)算調(diào)度問題,提出一種基于改進(jìn)和聲搜索的調(diào)度算法。該算法采用離散形式編碼,以總的任務(wù)完成時(shí)間為優(yōu)化目標(biāo),并對標(biāo)準(zhǔn)和聲搜索算法中新和聲產(chǎn)生方式進(jìn)行了改進(jìn)。最后,在CloudSim平臺上進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,新提出的算法具有較好的調(diào)度性能。

        云計(jì)算;任務(wù)調(diào)度;離散和聲搜索算法

        0 引言

        云計(jì)算的概念自2007年提出以來,迅速受到產(chǎn)業(yè)界和學(xué)術(shù)界的高度關(guān)注。以Google、Amazon、IBM和微軟為代表的IT巨頭紛紛推出自己的云計(jì)算產(chǎn)品。與此同時(shí),許多國際學(xué)術(shù)會議也將云計(jì)算作為重要的討論話題。作為一種成功的商業(yè)計(jì)算服務(wù)模式,云計(jì)算能夠?qū)⒂?jì)算任務(wù)分布在大量由計(jì)算機(jī)構(gòu)成的資源池上,使得用戶能夠通過按需租用的方式獲取其提供的計(jì)算力、存儲空間和信息服務(wù)[1]。這些虛擬計(jì)算資源通常是一些大型服務(wù)器集群,包括計(jì)算服務(wù)器、存儲服務(wù)器和寬帶資源等[2]。當(dāng)用戶需要使用某些資源時(shí),可以動態(tài)地向云計(jì)算系統(tǒng)提出申請,以支持各種應(yīng)用程序的運(yùn)轉(zhuǎn)。在收到任務(wù)請求后,系統(tǒng)調(diào)度中心要及時(shí)分配資源。通常情況下,云計(jì)算的用戶數(shù)量非常大,且系統(tǒng)本身是動態(tài)的、異構(gòu)的。因此,如何設(shè)計(jì)一個(gè)高效的任務(wù)調(diào)度算法,既能夠滿足用戶的要求,又使得運(yùn)行成本最小,成為云計(jì)算系統(tǒng)的核心問題之一。

        云計(jì)算任務(wù)調(diào)度本質(zhì)上是一個(gè)組合優(yōu)化問題。對于該類問題,很多研究學(xué)者采用啟發(fā)式方法進(jìn)行求解,取得了不錯(cuò)的結(jié)果。文獻(xiàn)[3]利用離散粒子群結(jié)合模擬退火算法解決云調(diào)度問題,以降低總的綜合執(zhí)行成本為目標(biāo),提出一種混合算法,取得了不錯(cuò)的結(jié)果。文獻(xiàn)[4]則將遺傳算法和蟻群優(yōu)化算法結(jié)合起來,提出一種基于多群智能算法的云計(jì)算任務(wù)調(diào)度策略。而文獻(xiàn)[5]則提出一種多目標(biāo)優(yōu)化調(diào)度策略,試圖同時(shí)滿足多個(gè)資源調(diào)度優(yōu)化目標(biāo)。

        和聲搜索算法(Harmony Search,HS)是新近提出的一種啟發(fā)式優(yōu)化算法。該算法的結(jié)構(gòu)比較簡單,而且容易實(shí)現(xiàn),在多維函數(shù)優(yōu)化、車間調(diào)度等問題中取得了較好的結(jié)果,已經(jīng)成為智能優(yōu)化算法領(lǐng)域的又一個(gè)研究熱點(diǎn)。

        目前,和聲搜索算法還沒有被應(yīng)用到云計(jì)算任務(wù)調(diào)度問題。因此,本文嘗試將改進(jìn)的和聲搜索算法應(yīng)用于云計(jì)算任務(wù)調(diào)度問題,并通過實(shí)驗(yàn)來驗(yàn)證該算法調(diào)度性能。

        1 云計(jì)算任務(wù)調(diào)度問題的數(shù)學(xué)模型

        在云計(jì)算環(huán)境下,用戶是以按需租用的形式使用系統(tǒng)資源的。一般來說,在保證資源得到充分利用的前提下,任務(wù)處理時(shí)間越短越好,這樣用戶需要支付的費(fèi)用就越少,得到的服務(wù)質(zhì)量也就越高。在云計(jì)算系統(tǒng)中,用戶數(shù)量大大多于虛擬計(jì)算資源數(shù),如果沒有合理的調(diào)度方案,很容易產(chǎn)生死鎖,造成系統(tǒng)利用率低下。為便于分析問題,將云計(jì)算調(diào)度問題抽象為將n個(gè)相互獨(dú)立的子任務(wù),分配到m個(gè)可用計(jì)算資源(即虛擬機(jī))上執(zhí)行(m

        (1)

        云計(jì)算調(diào)度算法的任務(wù)是設(shè)法找到一個(gè)調(diào)度方案X,使得總?cè)蝿?wù)完成時(shí)間最小。

        2 基于離散和聲搜索的云計(jì)算任務(wù)調(diào)度算法

        2.1 基本和聲搜索算法

        和聲搜索算法是Geem等人受音樂家創(chuàng)作過程的啟發(fā),于2001年提出的一種元啟發(fā)式全局優(yōu)化算法。在該算法中,解空間中的每個(gè)解為一個(gè)“和聲” ,它實(shí)際上是一個(gè)N維的實(shí)數(shù)矢量。算法首先產(chǎn)生一個(gè)規(guī)模為HMS的初始種群,稱為初始的和聲記憶庫(Harmony Memory,HM)。初始種群以隨機(jī)的方式產(chǎn)生,產(chǎn)生的所有初始和聲組成和聲記憶庫;接著,和聲搜索算法根據(jù)記憶考慮、微調(diào)擾動、隨機(jī)選擇這三個(gè)規(guī)則產(chǎn)生一個(gè)新的候選解xnew,然后將xnew與HM內(nèi)的最差解進(jìn)行比較,如果新解優(yōu)于最差解,則進(jìn)行替換,用這種方式來不斷更新和聲記憶庫。算法不斷進(jìn)行迭代,直至達(dá)到指定的最大迭代次數(shù)。

        2.2 云計(jì)算任務(wù)調(diào)度算法的實(shí)現(xiàn)

        和其他啟發(fā)式算法一樣,和聲搜索算法也是問題依賴的。基本和聲搜索算法采用連續(xù)編碼方式,不能直接用于解決離散優(yōu)化問題。因此,為解決云計(jì)算任務(wù)調(diào)度問題,必須對基本和聲搜索算法從和聲編碼、適應(yīng)度函數(shù)定義、算子設(shè)計(jì)等多個(gè)方面進(jìn)行改進(jìn),使之適合云計(jì)算任務(wù)調(diào)度問題。

        2.2.1 和聲編碼及其初始化

        由于云計(jì)算調(diào)度本身是離散優(yōu)化問題,為簡化計(jì)算過程,新算法采用“任務(wù)-虛擬機(jī)”間接離散編碼方式,即一個(gè)和聲的編碼長度為子任務(wù)個(gè)數(shù),每一位編碼的位置代表對應(yīng)的子任務(wù),每一位編碼的數(shù)值代表分配的虛擬機(jī)編號。

        假設(shè)要將n個(gè)子任務(wù)分配到m個(gè)虛擬機(jī)上執(zhí)行,則n個(gè)子任務(wù)依次編號為0~n-1,m個(gè)虛擬機(jī)編號依次為0~m-1。如果用長度為n的數(shù)組Xi表示一個(gè)和聲,則滿足i∈[0,n-1]且Xi∈[0,m-1]。

        例如,要將6個(gè)子任務(wù)(T0,T1,T2,T3,T4,T5)分配到4個(gè)虛擬機(jī)(V0,V1,V2,V3)上執(zhí)行,如果某個(gè)個(gè)體編碼為[2,1,0,3,2,3],則表示子任務(wù)T2分配給虛擬機(jī)V0,子任務(wù)T1分配給虛擬機(jī)V1,子任務(wù)T0和T4分配給虛擬機(jī)V2,子任務(wù)T3和T5分配給虛擬機(jī)V3。在此基礎(chǔ)上,很容易就可以求出總?cè)蝿?wù)完成時(shí)間。

        和聲庫的規(guī)模為HMS,算法在初始化時(shí),首先按照上述規(guī)律隨機(jī)生成一個(gè)長度為n的和聲,然后重復(fù)進(jìn)行HMS次,得到一個(gè)HMS×n矩陣,組成初始和聲記憶庫。

        2.2.2 適應(yīng)度函數(shù)

        適應(yīng)度函數(shù)是優(yōu)化的目標(biāo),和聲搜索算法正是以適應(yīng)度函數(shù)為目標(biāo)函數(shù),在解空間中不斷迭代尋找最優(yōu)解,并以此為依據(jù)來對種群中的個(gè)體進(jìn)行評價(jià)。因此,適應(yīng)度函數(shù)的選擇對于利用好和聲搜索算法至關(guān)重要??紤]到計(jì)算的復(fù)雜性,新算法以公式(1)作為適應(yīng)度函數(shù)。

        2.2.3 新和聲的產(chǎn)生

        產(chǎn)生新和聲這一步驟類似于遺傳算法的選擇、交叉和變異操作,是算法的核心,主要目的是產(chǎn)生新的和聲個(gè)體,使得種群向著適應(yīng)度函數(shù)值更優(yōu)的方向進(jìn)化。由于本算法采用離散的編碼,因此要對基本和聲搜索算法進(jìn)行改進(jìn),采用如下方法來產(chǎn)生一個(gè)新的和聲向量xnew:

        (1)基于記憶考慮和隨機(jī)選擇規(guī)則,算法首先在[0,1]之間產(chǎn)生一個(gè)隨機(jī)數(shù)τ1,如果τ1

        (2)按照微調(diào)擾動和隨機(jī)選擇規(guī)則,在[0,1]之間產(chǎn)生一個(gè)隨機(jī)數(shù)τ2,如果τ2

        (2)

        (3)

        上述兩公式中,PAR是算法的聲音調(diào)微調(diào)概率,也是一個(gè)預(yù)設(shè)的參數(shù),τ3和τ4是[0,1]之間的隨機(jī)數(shù)。

        2.2.4 和聲記憶庫的更新

        產(chǎn)生新和聲后,算法隨后要更新和聲記憶庫。更新和聲記憶庫的依據(jù)是適應(yīng)度函數(shù)值的優(yōu)劣,即如果產(chǎn)生的新和聲xnew所對應(yīng)的函數(shù)值優(yōu)于原來和聲記憶庫中函數(shù)值最差的和聲xw所對應(yīng)的適應(yīng)度值,則用新的和聲xnew替換xw,否則不再替換。

        綜上所述,新提出的離散和聲搜索調(diào)度算法(記作DHS算法)的步驟如下:

        Step1:算法參數(shù)初始化。設(shè)置和聲記憶庫的大小HMS、和聲記憶庫考慮概率HMCR、聲音調(diào)微調(diào)概率PAR以及最大迭代次數(shù)NI等參數(shù)。

        Step2:初始化和聲記憶庫。按照2.2.1節(jié)的方法產(chǎn)生初始和聲記憶庫,并使用公式(1)計(jì)算每個(gè)和聲的適應(yīng)度函數(shù)值。

        Step3:產(chǎn)生新的和聲。對和聲記憶庫中的每一個(gè)和聲,利用2.2.3節(jié)提出的記憶考慮、微調(diào)擾動、隨機(jī)選擇規(guī)則產(chǎn)生新和聲xnew。

        Step4:和聲記憶庫更新。將新產(chǎn)生的解xnew與HM內(nèi)的最差解進(jìn)行比較,如果新解優(yōu)于最差解,則進(jìn)行替換。

        Step5:判斷是否終止。若當(dāng)前迭代次數(shù)達(dá)到NI則終止;否則轉(zhuǎn)向Step3繼續(xù)執(zhí)行。

        3 仿真實(shí)驗(yàn)分析

        通過仿真實(shí)驗(yàn)評價(jià)和分析本文提出的和聲搜索算法DHS的調(diào)度性能。實(shí)驗(yàn)在墨爾本大學(xué)開發(fā)的云計(jì)算仿真平臺CloudSim3.0.3上進(jìn)行。在實(shí)驗(yàn)時(shí),首先對DataCenterBoker類進(jìn)行擴(kuò)展,在該類中添加自己編寫的DHS調(diào)度算法的方法,該方法能夠?qū)崿F(xiàn)DHS算法功能,從而完成對DHS調(diào)度算法的模擬。編程時(shí)使用的編程語言為Java,開發(fā)環(huán)境為Eclipse4.4.2和JDK1.8。實(shí)驗(yàn)在CPU 為3.4 GHz、內(nèi)存為4 GB、安裝Windows 7操作系統(tǒng)的主機(jī)上進(jìn)行。由于云計(jì)算本身是處于動態(tài)和異構(gòu)環(huán)境下的,為了充分驗(yàn)證算法的性能,本文設(shè)計(jì)了如下實(shí)驗(yàn)。

        實(shí)驗(yàn)中設(shè)置的虛擬機(jī)數(shù)為10,隨機(jī)產(chǎn)生50、100、500、1 000、1 500和2 000個(gè)任務(wù)進(jìn)行調(diào)度,旨在考察不同規(guī)模情況下新算法DHS的調(diào)度性能。其中,每個(gè)虛擬機(jī)的CPU數(shù)量、內(nèi)存大小、MIPS、網(wǎng)絡(luò)帶寬等指標(biāo)由MATLAB隨機(jī)生成。為保證實(shí)驗(yàn)具有可比性,前一輪實(shí)驗(yàn)產(chǎn)生的任務(wù)要包含在后一輪實(shí)驗(yàn)的任務(wù)當(dāng)中。對比算法采用輪詢調(diào)度算法(RR)和Min-Min算法。為盡可能減少誤差,保證實(shí)驗(yàn)結(jié)果的準(zhǔn)確性,每次實(shí)驗(yàn)連續(xù)運(yùn)行20次,取平均值作為實(shí)驗(yàn)數(shù)據(jù)。實(shí)驗(yàn)得到的各種算法的總?cè)蝿?wù)完成時(shí)間如圖1所示。

        圖1 不同任務(wù)數(shù)量下總?cè)蝿?wù)完成時(shí)間

        從圖1可以看出,在任務(wù)規(guī)模不大的情況下,由于各個(gè)任務(wù)出現(xiàn)資源競爭的可能性較小,發(fā)生沖突的概率也較小,因此各個(gè)算法所得到的總?cè)蝿?wù)完成時(shí)間差別不大。但是,隨著任務(wù)數(shù)量不斷增大,各個(gè)任務(wù)出現(xiàn)資源競爭的情況顯著增多,調(diào)度的復(fù)雜度也急劇升高。這時(shí),新提出的DHS算法顯著優(yōu)于其他算法,其調(diào)度所需要的總的任務(wù)完成時(shí)間在三種算法中是最少的。這主要是因?yàn)镈HS算法具有良好的全局搜索能力,通過不斷迭代,使種群朝著適應(yīng)度值更優(yōu)的方向進(jìn)化。這說明,本文提出的DHS算法是可行的,能夠在一定程度上處理不同規(guī)模的云計(jì)算調(diào)度問題。

        4 結(jié)論

        一個(gè)好的任務(wù)調(diào)度算法能夠顯著提高云計(jì)算系統(tǒng)的性能。本文在基本和聲搜索算法的基礎(chǔ)上,從編碼方式、新和聲產(chǎn)生方式等方面對其進(jìn)行了改進(jìn),提出一種基于離散和聲搜索的云計(jì)算任務(wù)調(diào)度算法DHS。最后進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明,新提出的DHS算法在處理大規(guī)模任務(wù)時(shí)的性能顯著優(yōu)于輪詢、Min-Min等經(jīng)典算法。

        [1] 王波,張曉磊.基于粒子群遺傳算法的云計(jì)算任務(wù)調(diào)度研究[J].計(jì)算機(jī)工程與應(yīng)用,2015,51(6):84-88.

        [2] 劉鵬.云計(jì)算[M] .北京:電子工業(yè)出版社,2011.

        [3] 趙軒,蔚承建,王開,等.離散PSO結(jié)合模擬退火算法解決云調(diào)度問題[J] .微電子學(xué)與計(jì)算機(jī),2013,30(5):137-140.

        [4] 陳海燕.基于多群智能算法的云計(jì)算任務(wù)調(diào)度策略[J].計(jì)算機(jī)科學(xué),2014,41(6A):83-86.

        [5] 徐忠勝,沈蘇彬.一種云計(jì)算資源的多目標(biāo)優(yōu)化的調(diào)度方法[J].微型機(jī)與應(yīng)用,2015,34(13):17-20.

        Study on task scheduling in cloud computing based on discrete harmony search

        Jiang Kai

        (Dongchang College, Liaocheng University,Liaocheng 252000, China)

        Task scheduling is one of the most important issues in cloud computing. In order to solve the problem of cloud computing scheduling, a scheduling algorithm based on improved harmony search is proposed. The new algorithm uses the discrete form of encoding and employs the total task completion time as the optimization objective. At the same time, a new harmony generation method is introduced in the proposed algorithm. Finally, a simulation experiment is carried out on the CloudSim platform. Experimental results show that the new algorithm has better scheduling performance.

        cloud computing; task scheduling; discrete harmony search

        TP393

        A

        1674- 7720(2016)03- 0021- 03

        姜凱.基于離散和聲搜索的云計(jì)算任務(wù)調(diào)度研究[J] .微型機(jī)與應(yīng)用,2016,35(3):21- 23.

        2015-11-05)

        姜凱(1986-),男,碩士,助教,主要研究方向:智能優(yōu)化、云計(jì)算。

        猜你喜歡
        任務(wù)調(diào)度搜索算法適應(yīng)度
        改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
        改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
        基于改進(jìn)NSGA-Ⅱ算法的協(xié)同制造任務(wù)調(diào)度研究
        基于時(shí)間負(fù)載均衡蟻群算法的云任務(wù)調(diào)度優(yōu)化
        基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
        中國塑料(2016年11期)2016-04-16 05:26:02
        云計(jì)算環(huán)境中任務(wù)調(diào)度策略
        云計(jì)算中基于進(jìn)化算法的任務(wù)調(diào)度策略
        基于汽車接力的潮流轉(zhuǎn)移快速搜索算法
        基于逐維改進(jìn)的自適應(yīng)步長布谷鳥搜索算法
        基于跳點(diǎn)搜索算法的網(wǎng)格地圖尋路
        日本少妇又色又爽又高潮| 久久亚洲AV无码精品色午夜| 亚洲国产精品无码久久九九大片健| 中文字幕人妻在线少妇完整版| 日韩三级一区二区三区| 白丝兔女郎m开腿sm调教室| 十八岁以下禁止观看黄下载链接| 国产在线h视频| 特级国产一区二区三区| 国产日韩精品suv| 日本高清色倩视频在线观看| 欧美日韩一区二区三区色综合| 长腿丝袜在线观看国产| 天天综合天天爱天天做| 亚洲男人的天堂在线aⅴ视频| 久久无码高潮喷水免费看| 男女视频在线观看一区二区 | 国产99久久亚洲综合精品| 久久亚洲国产欧洲精品一| 中文字幕人乱码中文字幕乱码在线| 日韩人妻少妇一区二区三区| 国产精品国产三级国产av′| 国产精品久久久久免费看| av一区二区在线网站| 人妻无码一区二区三区免费| 亚洲人成无码网站久久99热国产| 国产精品久久一区性色a| 日本精品久久不卡一区二区 | 日本不卡在线视频二区三区| 中国农村妇女hdxxxx| 女性自慰网站免费看ww| 青青草绿色华人播放在线视频 | 欧美午夜精品久久久久久浪潮 | 中文字幕人妻无码一夲道| 亚洲视频99| 91精品蜜桃熟女一区二区| 免费无码又爽又刺激网站直播| 97人人超碰国产精品最新o| 亚洲av噜噜狠狠蜜桃| 精品国产一区二区三区三级| 国产女主播喷水视频在线观看|