資源描述：
《基于蟻群算法的網(wǎng)格資源調(diào)度策略的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要網(wǎng)格這一新興的rr技術(shù)是繼Iniemet和M角b技術(shù)之后又一次重大的科技變革。它使得人們可以比以往任何時(shí)候都更加經(jīng)濟(jì)方便的使用高性能的網(wǎng)格資源，如計(jì)算能力，存儲(chǔ)空間等等。然而，由于網(wǎng)格資源種類繁多，相互異構(gòu)，地理位置分布十分廣泛，擁有者(組織)不同，管理策略各異且本身狀態(tài)不斷發(fā)生動(dòng)態(tài)變化，傳統(tǒng)的資源管理和調(diào)度方法在網(wǎng)格環(huán)境中己經(jīng)難以適用。目前，研究設(shè)計(jì)新的適合網(wǎng)格環(huán)境的資源管理系統(tǒng)及相應(yīng)的調(diào)度技術(shù)已經(jīng)成為一個(gè)重要的研究方向。而另一方面，自上世紀(jì)50年代中期創(chuàng)立了仿生學(xué)以來，人們受生物進(jìn)化的機(jī)理的啟發(fā)，通過模擬自然生態(tài)機(jī)制提出了求解復(fù)雜組
2、合優(yōu)化問題的新方法，如遺傳算法、模擬退火算法、蟻群優(yōu)化算法、微粒群算法等等。尤其值得關(guān)注的是，蟻群優(yōu)化算法和微粒群算法都屬于新興的群智能優(yōu)化方法:前者是對(duì)螞蟻群落食物采集過程的模擬，該算法具有良好的正反饋效應(yīng)和魯棒性;而后者最初起源于模擬鳥群覓食的過程，后來逐漸演變成為一種良好的優(yōu)化技術(shù)。本文闡述了網(wǎng)格基本原理及其資源管理的相關(guān)研究工作，并深入分析了蟻群優(yōu)化算法和微粒群算法的基本原理。在此基礎(chǔ)上，在基于代理的網(wǎng)格資源調(diào)度系統(tǒng)模型中，考慮了時(shí)間和預(yù)算兩項(xiàng)服務(wù)質(zhì)量Qos(Qualtyofservice)用戶需求約束，設(shè)計(jì)了基于混合蟻群優(yōu)化的網(wǎng)格
3、資源分配與任務(wù)調(diào)度算法。該算法在資源預(yù)分配階段，利用微粒群算法快速全局搜索，形成大量高質(zhì)量的優(yōu)化解，然后將其轉(zhuǎn)化為蟻群算法所需要的初始信息素分布，利用蟻群算法所具有的高效的正反饋特性迅速的向最優(yōu)解收斂，并適時(shí)引入了局部優(yōu)化搜索加速收斂過程，最終將得到的問題最優(yōu)解作為實(shí)際的資源調(diào)度方案輸出進(jìn)行調(diào)度。采用C對(duì)dsim搭建資源調(diào)度的仿真平臺(tái)，用Java實(shí)現(xiàn)了本文提出的資源調(diào)度算法并進(jìn)行性能測(cè)試。測(cè)試結(jié)果表明，該算法是可行的，與獨(dú)立的蟻群優(yōu)化算法和微粒群算法相比，明顯縮短了任務(wù)在資源上的整體執(zhí)行時(shí)間，提高了調(diào)度性能。關(guān)鍵詞:網(wǎng)格，組合優(yōu)化問題，蟻群
4、優(yōu)化算法，資源調(diào)度，GridsimAbstraCtGrid，whieh15anewly一uPinformationteehnology，15agreatrevolutiononseieneeandteehnologyaftertheIntemetandWeb.ComPuting，storagesPaeeandotherresourceswithhighPerformaneeeanbeaCquiredmoreeonvenientlyandeeonomieallythaneverbeforewiththehelPofghd.However，tr
5、aditionalmethodsforresourcemanagementareunsuitableforghdenvironment，beeauseghdresourcesareofwidevariety，haterogencous，geograPhieallydistributedinwideareas，managedandownedbydifl淤rentindividualsororganizationswithdifferentPolieies，andalwaysehangingdynamieally.Now，it，5urgentt
6、ostudyanddesignanewresourcemanagementsystemwithschedulingpolieyforghdenvironrnent，Whieh15animPortantresearehdirection.ontheotherhand，sineebionieswasfoundin19505，withtheinsPirationoforganieevolution，PcoPlehavesimulatedmechanismofnatureandadvaneedmanynewmethodsforresolvingeo
7、mbinatorialoPtimizationProblems，suehasgenetiealgorithm，simulatedanealing，ACO(AntColony御timization)，PSO(PartieleSwannOPtimization)and50on.EsPeeially，ACOandPSOarebothPromisingPoPulation一basedintelligentalgorithrns.Theformersimulatesthewayinwhichnattiralantssearchforfood，andt
8、healgorithmhasthecharaeteristiesofPositivefeedbaekandstability.Thelattersimulatesthewayin
