云计算环境下资源需求预测与调度方法的研究
为了实现云计算资源调度的多目标优化,提高资源利用率和保证云应用的服务质量,通过对云计算系统进行研究,设计并实现了一种基于RBF神经网络和粒子群算法的云计算资源动态调度系统.首先,提出云计算资源的动态调度系统的管理框架,并给出本框架形式;其次,设计并实现了一种综合运用RBF神经网络和改进粒子群算法,并通过预测资源的需求量、考虑应用性能、物理结点个数以及当前的负载情况的多目标资源调度方法.在CloudSim平台进行了仿真,实验结果表明提出的框架及算法能有效减少虚拟机迁移次数和物理结点的使用数量,提高资源的利用率的同时,也保证了云应用的服务质量,并具有较高的实用性和可行性.
云计算、粒子群、RBF神经网络、资源调度
37
TP311(计算技术、计算机技术)
国家自然科学基金面上项目61472070;辽宁省自然科学基金项目2013020011;辽宁省社会科学基金项目L14ASH001
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
659-663