基于膜计算的粒子群算法在云资源调度中的研究与实现.pdf

分类号 密级
UDC 注 1
学 位 论 文
基于膜计算的粒子群算法在云资源调度中的研究与实现
（题名和副题名）
宫文杰
（作者姓名）
指导教师 陈佳 副教授
电子科技大学 成 都
（姓名、职称、单位名称）
申请学位级别 硕士 学科专业 软件工程
提交论文日期 论文答辩日期
学位授予单位和日期 电子科技大学 2018 年 6 月
答辩委员会主席
评阅人
注 1：注明《国际十进分类法 UDC》的类号。
电子科技大学硕士学位论文
Research and Implementation of Paticle Swarm
Optimization Based on Membrane Computing
in Cloud Resource Scheduling
A Master Thesis Submitted to
University of Electronic Science and Technology of China
Discipline: Software Engineering
Author: Wenjie Gong
Supervisor: Prof. Jia Chen
School: School of Information and Software Engineering
摘 要
云计算是网格计算的发展。对于云系统而言，如何科学合理的进行云计算资
源调度至关重要。本文提出了应用于云资源调度的基于膜计算的改进粒子群策略。
主要贡献如下：
1. 提出了一种基于膜计算的改进粒子群算法。该算法将粒子群智能算法和膜
计算相结合，并将膜系统划分为主膜和辅助膜，在主膜和辅助膜内分别按照一定
规则迭代改进粒子群算法，根据主膜和辅助膜之间的不同职责选用不同改进的粒
子群算法。实验结果表明，此改进有效的提高了算法鲁棒性。
2. 提出了一种混沌改进粒子群算法，基于膜计算特性，辅助膜内的智能算法
要求有较强的全局搜索能力和种族多样性，所以本文在混沌思想基础上引入了邻
域思想，即粒子迭代更新过程中不仅要考虑混沌序列变化，还要考虑邻居粒子的
状态，以达到更好的全局搜索效果。实验结果表明，此改进利于全局搜索。
3. 提出了一种兼顾快速收敛和多尺度适应变异逃逸的粒子群改进算法，基于
膜计算的特性，主膜内要求局部搜索能力较强和收敛速度较快。所以本文提出的
改进算法思想是对优质粒子进行多次的局部搜索，使其能将优质信息更好的传播。
并在此基础上，提出了多尺度适应变异逃逸的思想，根据不同尺度的方差计算选
择是否早熟逃逸。实验结果表明，此改进提高了局部搜索的精度。
4. 根据云资源调度的特点和物理模型，抽象出了云资源调度数学模型。提出
了一种基于膜计算的改进粒子群算法在云资源调度中可行策略。对仿真平台
CloudSim 作了详细介绍，重新编译了该平台并对本文所提的算法进行了仿真实验，
同时就仿真实验结果与其他常用算法进行了比较分析。
通过理论研究分析以及仿真对比实验，结果表明，本文所提的算法在能耗、
SLA 违背率以及性能方面具有一定优势。
关键词：云计算，粒子群，资源调度，膜计算
I
ABSTRACT
ABSTRACT
Cloud computing is t