为了更好地满足云计算中用户的服务质量(quality of service,QoS)需求,合理利用云数据中心的资源,以任务的执行时间和虚拟机的负载均衡作为优化的目标对象,提出了一种基于烟花算法(fireworks algorithm,FWA)的多目标优化调度模型。烟花...为了更好地满足云计算中用户的服务质量(quality of service,QoS)需求,合理利用云数据中心的资源,以任务的执行时间和虚拟机的负载均衡作为优化的目标对象,提出了一种基于烟花算法(fireworks algorithm,FWA)的多目标优化调度模型。烟花算法是一种启发式算法,利用爆炸算子、高斯变异和选择策略能较快地寻找到全局最优解。通过在Cloudsim上与粒子群优化算法(PSO)和遗传算法(GA)进行有效性和执行时间上的对比,结果表明烟花算法在不同实验次数下可持续得到最优适应度值,而且在种群规模不断扩大时,烟花算法的执行时间没有陡然增加,明显优于PSO算法和GA算法。展开更多
支持多媒体任务调度以满足其性能需求,是一项重要而富有挑战性的工作,一直备受关注,并出现了一些实时任务模型。它们都需要任务提供最坏执行时间(Worst Case Execution Time,WCET),以方便准入控制机制的实现,但这正是多媒体任务难以提...支持多媒体任务调度以满足其性能需求,是一项重要而富有挑战性的工作,一直备受关注,并出现了一些实时任务模型。它们都需要任务提供最坏执行时间(Worst Case Execution Time,WCET),以方便准入控制机制的实现,但这正是多媒体任务难以提供的。那么在WCET未知的前提下,如何实现多媒体任务的调度,而且必须支持准入控制和动态QoS控制机制,支持尽可能多任务的执行,使CPU资源的利用最大化?本文首先提出了一种改进的基于速率的自适应(Adaptive Rate-Based,ARB)任务模型。然后通过理论分析和实验证明了:在WCET未知的情况下,基于ARB任务模型的多媒体任务调度算法、准入控制和自适应QoS控制机制是可行的、有效的,而且可以支持尽可能多任务的执行,达到了预期的目标。展开更多
文摘为了更好地满足云计算中用户的服务质量(quality of service,QoS)需求,合理利用云数据中心的资源,以任务的执行时间和虚拟机的负载均衡作为优化的目标对象,提出了一种基于烟花算法(fireworks algorithm,FWA)的多目标优化调度模型。烟花算法是一种启发式算法,利用爆炸算子、高斯变异和选择策略能较快地寻找到全局最优解。通过在Cloudsim上与粒子群优化算法(PSO)和遗传算法(GA)进行有效性和执行时间上的对比,结果表明烟花算法在不同实验次数下可持续得到最优适应度值,而且在种群规模不断扩大时,烟花算法的执行时间没有陡然增加,明显优于PSO算法和GA算法。
文摘支持多媒体任务调度以满足其性能需求,是一项重要而富有挑战性的工作,一直备受关注,并出现了一些实时任务模型。它们都需要任务提供最坏执行时间(Worst Case Execution Time,WCET),以方便准入控制机制的实现,但这正是多媒体任务难以提供的。那么在WCET未知的前提下,如何实现多媒体任务的调度,而且必须支持准入控制和动态QoS控制机制,支持尽可能多任务的执行,使CPU资源的利用最大化?本文首先提出了一种改进的基于速率的自适应(Adaptive Rate-Based,ARB)任务模型。然后通过理论分析和实验证明了:在WCET未知的情况下,基于ARB任务模型的多媒体任务调度算法、准入控制和自适应QoS控制机制是可行的、有效的,而且可以支持尽可能多任务的执行,达到了预期的目标。
