毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

云计算环境下能耗优化模型及算法设计

时间:2017-04-06 20:11来源:毕业论文
论文针对云计算环境,在满足任务调度服务水平的同时,建立资源分配的能耗优化模型,并在构建能耗优化模型的基础上,将虚拟机放置问题抽象为带约束的单目标优化问题

摘  要:目前,在云计算系统研发和产业化过程中,能耗问题是云计算的研究热点。本论文针对云计算环境,在满足任务调度服务水平的同时,建立资源分配的能耗优化模型,并在构建能耗优化模型的基础上,将虚拟机放置问题抽象为带约束的单目标优化问题,应用遗传算法进行虚拟机到物理服务器的部署。实验结果表明,与最佳适应算法相比,基于遗传算法的虚拟机部署算法可以有效地降低能耗,提高系统性能。6911
关键词:云计算;能耗;虚拟机;装箱;遗传算法

Energy Consumption Optimization Model and Algorithm Design in Cloud Computing Environment
Abstract:Nowadays,in the process of R&D and manufacture of cloud computing system,energy consumption is a vital research hotspot.Based on the cloud computing environment,put forward a view of the energy optimization model for resource allocation,considering the task scheduling of Qos.On the other hand,abstracted the placement problem of virtual machine as the single objective optimization problem with constraints,using genetic algorithm to dispose the virtual machines to physical servers.The experimental results show that,compared with the best fitness algorithm,the virtual machine deployment algorithm basing on the genetic algorithm can reduce consumption effectively,improve the performance of the system.
Key words:Cloud computing;Energy consumption;Virtual machine;Packing;Genetic algorithm
 摘  要    1
引言    1
1.云计算能耗问题研究现状    2
2.云计算能耗模型的建立    2
2.1系统能耗分析    2
2.2研究场景描述    3
2.3数学模型建立    4
3.基于遗传算法的虚拟机部署算法    4
3.1遗传算法的简介    5
3.2算子设计    5
3.3算法总体流程    8
4.实验仿真及结果分析    8
4.1仿真环境介绍及主要参数介绍    8
4.2仿真结果分析    8
5.总结    9
参考文献    10
致谢    11
云计算环境下能耗优化模型及算法设计
引言
目前, 云计算作为一种新型的计算方式, 以其高可扩展性和高可用性等优点迅速成为学术界和产业界的研究热点[1]。云计算虽然被认为是一种绿色计算,其目标是在高效处理和使用云基础设施的同时最小化能量消耗。然而云计算本身并没有提供成熟的解决方案来评价和降低能耗,仍亟须设计一些优化方法才切实地实现绿色计算。
1.云计算能耗问题研究现状
目前,在云计算系统研发和产业化过程中,能耗问题是云计算的研究热点。从文献[2-6]中可知,云计算的能耗主要来源于:大型数据中心的电能损耗、为了文护服务器正常运行的冷却系统消耗、大量电能传输到云计算中心的传输损耗等。云计算中消耗能源最多的是数据中心,其中云计算数据中心的能耗又主要来源于系统空闲能耗、执行能耗以及冷却设备能耗等。现有的节能机制按照能耗降低阶段的不同可分为三类:关闭/开启技术、动态电压/频率(Dynamic Voltage Scaling,DVS)调整技术以及虚拟化技术。2010年,印第安纳大学的Wang 等人[7]为了降低并行任务在集群环境中执行时产生的能耗,基于电压动态调整技术设计了一种启发式调度算法。同年,佛罗里达大学的Kang等人[8]提出了一种基于电压动态调整的能耗优化算法。2009 年,新加坡国立大学的Lee 等人[9]针对嵌入式多处理器系统,提出了两种能耗感知的启发式任务调度算法EGMS 和EGMSIV。这两种算法在任务调度时同时考虑了任务调度顺序和电压动态调整, 并采用能耗梯度作为任务调度的评价指标。而本文针对云计算环境,在满足任务调度服务水平的同时,建立资源分配的能耗优化模型,并在构建能耗优化模型的基础上,将虚拟机放置问题抽象为带约束的单目标优化问题,应用遗传算法进行虚拟机到物理服务器的部署。 云计算环境下能耗优化模型及算法设计:http://www.youerw.com/jisuanji/lunwen_4641.html
------分隔线----------------------------
推荐内容