论文总字数：26654字

摘 要

进入21世纪以来，伴随着互联网技术的不断发展以及互联网用户的持续上涨，互联网所需要处理的业务量也随之急速增加。如何更好地处理海量的数据以便为用户提供更快速、更便捷的网络服务，已经成为了互联网当前发展的一个重要课题。在这样的背景下，云计算下的资源调度策略应运而生。

云环境下的资源调度策略研究是一个庞大的课题，本论文的主要研究方向是资源调度算法。通过研究算法以及与算法相匹配的模型，探究云数据中心资源的最佳调度策略。本文在详细了介绍云仿真平台CloudSim的基础之上，着重分析了改进后的粒子群优化算法以及改进后的量子遗传算法，并通过CloudSim的实验分析，验证了这两种算法在资源调度方向上的相对优越性。同时，本文对匈牙利算法进行了一定的改进，改变了其只能进行一对一指派的局限性。改进后的匈牙利算法实现了在云环境下的资源调度的一对多指派，极大地提高了云数据中心的运行效率。

本论文涉及到包括经济学、运筹学、数学、计算机学在内的多项学科，因此本论文主要采用了多学科研究法，即所谓的交叉研究法。同时，论文详细分析了大量相关文献，并在此基础之上进行了计算机模拟验证，总结分析了各种算法的优越性以及局限性。

关键词：云计算，资源调度，计算机模型，算法

Research of Resource Scheduling Based on the Cloud Environment

ABSTRACT

Along with the continuous development of internet technology and the co-ntinuous advancement of internet users since the 21^st century, business in the i-nternet also increases rapidly. The problem of how to deal with the massive d-ata to provide the users with better and more convenient service has become a important project in the current development of internet. In this context, res-ource scheduling based on the cloud emerges.

Research of resource scheduling based on the cloud environment is a huge subject,the paper mainly focuses on the algorithms.The paper analyses the best scheduling strategy of cloud data center through analyzing algorithms and the related models.Based on the detailed introduction of CloudSim,the paper emph-atically analyzes the algorithm of MPSO and IQGA and then proves the adva-ntages of these two algorithms.Meanwhile,the paper makes some improvements on the Hungarian Algorithm,which makes the algorithm free from its limitation of one to one assignment.The improved Hungarian Algorithm improves the o-perating effiency of cloud data center through one to many assignments.

The paper contains many subjects like math,economic,operational research and computer science.As a result,the paper takes interdisciplinary research whic-h is also called as crossover study as its researching method.Meanwhile,based on the detailed analysis of a large amount of documents,the algorithm are test-ed by simulation software,which aims to analyze the advantages and disadvant-ages of those algorithms.

Keywords: Cloud Computing; Resource Scheduling; Computer model; Algorith-ms

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 课题来源及研究背景 1

1.2 课题研究的重难点 1

1.3 国内外研究现状 2

1.3.1 国内研究现状 2

1.3.2 国外研究现状 3

1.4 课题研究的方法和框架 4

1.4.1 论文研究方法 4

1.4.2 论文研究框架 4

第二章 文献综述 5

2.1 云计算简介 5

2.1.1 云计算概念 5

2.1.2 云计算发展背景与过程 6

2.2 资源调度简介 7

2.2.1 资源调度概念 7

2.2.2 资源调度分类及运行方式 7

2.3 云环境下的资源调度 8

2.3.1 云计算下的资源调度的研究点 8

2.3.2 云计算下的资源调度的意义 8

2.3.3 现有的云环境下资源调度策略综述 9

第三章 云仿真平台CloudSim 10

3.1 云仿真平台简介 10

3.2 CloudSim简介 11

3.2.1 CloudSim体系结构 11

3.2.2 CloudSim的技术实现 12

3.2.3 CloudSim工作方式 13

3.3 CloudSim的使用方法 14

3.3.1 CloudSim基础配置 14

3.3.2 CloudSim仿真流程 14

3.3.3 CloudSim的重新编译 15

第四章 现有的两种主流算法分析 16

4.1 改进的粒子群优化算法 16

4.1.1 标准粒子群算法 16

4.1.2 改进的粒子群优化算法 16

4.1.3 改进的粒子群优化算法在云环境下的资源调度策略 18

4.1.4 实验结果与分析 19

4.2 改进的量子遗传算法 20

4.2.1 量子遗传算法发展背景 20

4.2.2 调度模型 21

4.2.3 云服务成本 22

4.2.4 量子遗传算法 23

4.2.5 算法改进 24

4.2.6 IQCA算法实验结果与分析 25

第五章 基于改进匈牙利算法的资源调度策略 27

5.1 匈牙利算法基本思想 27

5.2 云仿真平台下的资源调度 28

5.2.1 改进的匈牙利算法数学模型 28

5.2.2 算法步骤及流程图 29

5.3 实验例证 30

5.4 实验结果与分析 31

第六章 云环境下的资源调度策略发展趋势与展望 33

6.1 云环境下的资源调度策略发展趋势 33

6.2 云环境下的资源调度策略未来展望 33

结语 35

参考文献 36

致谢 38

第一章 绪论

1.1 课题来源及研究背景

进入21世纪以来，伴随着互联网技术的不断发展以及互联网用户的不断扩张，互联网所需要处理的业务量也在不断地增加。在这样的时代背景下，如何处理大量的数据以便更好地为用户服务成为了一个重要的课题。由此，一种被称为云计算的新型的服务计算模型应运而生。

请支付后下载全文，论文总字数：26654字