毕业论文-基于改进蚁群算法的云计算任务调度研究.doc

学科分类号 110 黑龙江科技大学 本科学生毕业论文 题 目 基于改进蚁群算法的云计算任务调度研究 Base on improved ant colony algorithm cloud computing task scheduling research . 姓 名 **** . 学 号 2011 . 院 （系） 理学 院　 专业、年级 数学与应用数学 指导教师 　 ***　 2015年6月15日 摘 要 随着网络时代的到来，摩尔定律早已被打破，云计算日益渗入人们的生活，如何合理解决云计算资源调度是我们首要的问题，考虑如何将资源的利用变成最大化，是负载均衡的程度最高。 本文通过对蚁群算法的原理进行分析，得知蚁群算法在旅行商问题、调度问题等方面取得一系列较好的实验结果，由于蚁群算法在解决实际问题中出险不足，结合实际情况对蚁群算法进行改进，采用蚁群和粒子群算法的融合算法，首先随机生成大量的可行解，对信息素初始化，然后利用粒子群算法进行交叉、变异操作，从而得到最优解。 通过蚁群算法、遗传算法、蚁群改进算法实验相比较，在相同的环境下，基于蚁群算法的粒子群改进算法---融合算法的资源调度策略比单一算法的调度策略所用时间短，效果更显著。 最后通过测试环境平台实验，我们发现在生产环境下，蚁群改进算法的调度策略优于单一算法，为探索新的云计算资源调度策略提供了可能性。 关键词 蚁群算法 粒子群算法 融合算法 最优解 Abstract With then advent of the era of network,Moore law has been broken,cloud computing is becoming more and more into people life ,how to reasonably solve the problem of cloud computing resources scheduling is our primary,consider how to maximize the utilization of resources into,is the highest degree of load balancing. In this article,through analysis of the principle of ant colony algorithm,learned that ant colony algorithm in the traveling salesman problem,such as scheduling problem has made a series of good results,because of the ant colony algorithm in solving the practical problems in the compensation of shortage,combined with the actual situation to improve the ant colony algorthm,the ant colony and particle swarm optinization algorithm ,the first randomly generaed a lot of feasible solution,the pheromone initialization,then use particle swarm optimization algorithm for crossover and mutation operation,and the optimal solution is obtained. Through the ant colony algorithm,genet