收藏本站
《北京邮电大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

移动云环境中的计算迁移系统关键技术研究

金小敏  
【摘要】:随着计算机和无线网络技术的快速发展,移动终端变的越来越普及,并在人们生活和工作中扮演着至关重要的角色。近些年来,受益于芯片制造工艺的进步,移动终端性能得以大幅提升。然而,由于电池供电、体积和散热等诸多限制因素,移动终端自身资源有限,导致其发展遇到了资源瓶颈。为解决移动终端资源受限问题,人们提出了移动云计算的概念,期望将移动终端上的计算任务迁移到云端执行以扩展移动终端可用资源并增强其能力。移动云计算帮助移动终端突破自身资源限制,将移动终端从繁重的计算任务中解放出来,使其更多地承担连接用户和信息域的工作。在移动云计算中,用户通过无线网络接入云端,无线网络会对移动云计算性能产生重大影响。与传统云环境相比,移动云环境由于无线网络变化和用户移动等原因而具有动态性。动态变化的移动云环境给计算迁移系统带来了挑战,对其关键技术提出了新要求。本文从计算迁移系统中的用户、云服务运营商和云资源运营商三个层面出发,对移动云环境中的迁移决策、任务接入控制和高能效资源管理等计算迁移系统关键技术开展了研究。取得的主要成果如下:(1)提出了一种基于记忆型自适应遗传算法的运行时迁移决策方法,借助记忆集中存储的历史迁移策略,决策方法在执行过程中生成迁入染色体来替换原始种群中的差染色体,以此增强应对环境变化的能力,解决了移动云环境中的多云点运行时迁移决策问题。仿真结果表明,与其它方法相比,所提迁移决策方法能有效降低移动终端消耗且在问题规模大、运行平台弱和环境变化快的场景中优势明显。此外,针对无线网络鲁棒性差和带宽受限的问题,探索了并行数据传输在移动云计算中的应用。仿真结果表明,与传统单路径数据传输相比,并行数据传输能进一步降低移动终端消耗。(2)提出了一种基于机器学习的运行时迁移决策方法,将迁移决策问题转化为分类调度问题,利用机器学习实时性特点,采用基于机器学习的运行时调度器进行迁移决策,解决了多用户场景中的运行时迁移决策问题。为高效地向基于机器学习的调度器提供训练数据,提出了一种基于自适应模拟退火遗传算法的程序分割算法。仿真结果表明,所提迁移决策方法在多用户迁移决策问题中能有效降低移动终端消耗且其降幅大于传统方法。(3)建立了考虑移动云环境中无线资源变化的任务接入控制模型,该模型基于长期平均准则半马尔可夫决策过程。为求解最优接入控制策略,面向不同应用场景分别提出基于线性规划和基于增强学习的策略算法。仿真结果表明,所提策略算法能在满足用户服务质量要求的同时最大化云服务运营商利润,基于增强学习的策略算法能通过系统模拟获得近似最优接入控制策略。(4)建立了确定型资源管理模型,该模型是一种带约束的优化问题。为求解该问题,提出一种基于自适应分组遗传算法的确定型策略算法。在此基础上,针对移动云环境中资源管理所面临的无线网络不确定问题,建立了随机型资源管理模型,该模型是一种带机会约束的随机优化问题。为解决该问题,提出了一种基于蒙特卡罗模拟和自适应分组遗传算法的随机型策略算法。仿真结果表明,所提确定型策略算法能求得近似最优解,所提随机型策略算法能在满足机会约束的同时优化能耗。
【学位授予单位】:北京邮电大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP393.09

【相似文献】
中国期刊全文数据库 前10条
1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期
2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期
3 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期
4 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期
5 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期
6 程天栋;闵永智;马宏锋;;基于模糊超熵与遗传算法的轨面缺陷分割算法[J];兰州交通大学学报;2016年06期
7 陈龙;;基于遗传算法求解生产调度问题的探讨[J];现代制造技术与装备;2016年11期
8 邓伟;邝祝芳;余绍军;曾非凡;;基于遗传算法的三峡-葛洲坝船闸闸室编排算法[J];人民长江;2016年24期
9 王雷;李明;唐敦兵;蔡劲草;;基于改进遗传算法的机器人动态路径规划[J];南京航空航天大学学报;2016年06期
10 连建新;闫辉;张小稔;;基于分割树遗传算法的空间布局多目标优化研究[J];河北工业大学学报;2016年05期
中国重要会议论文全文数据库 前10条
1 陈猛;;遗传算法在机械设计中的研究和创新[A];2017年9月全国教育科学学术科研成果汇编[C];2017年
2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年
5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年
7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年
8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集(第三册)[C];2006年
中国重要报纸全文数据库 前8条
1 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年
2 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年
3 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
4 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年
5 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年
6 高雪娟;协同设计的平台策略[N];中国计算机报;2006年
7 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年
8 高峰;美国真能毁掉中国?[N];世界报;2012年
中国博士学位论文全文数据库 前10条
1 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年
2 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年
3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年
4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年
9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年
10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年
中国硕士学位论文全文数据库 前10条
1 曾斌;基于MES的线缆企业生产计划与调度系统设计与应用[D];电子科技大学;2018年
2 陈晓林;遗传算法在光学扫描全息中的应用[D];电子科技大学;2018年
3 陈慧明;振动慢剪破碎机智能控制方法研究[D];江西理工大学;2018年
4 张坤鹏;基于智能算法的教学管理信息系统的设计[D];吉林建筑大学;2018年
5 姚成龙;基于动态污点分析和改进遗传算法的漏洞挖掘技术研究[D];安徽大学;2018年
6 赵国强;基于遗传算法和状态转换的目标跟踪研究[D];安徽大学;2018年
7 田军营;基于遗传算法的框架—支撑结构优化研究[D];西安建筑科技大学;2015年
8 孔媛媛;基于Hough变换定位与遗传算法的脑肿瘤分割方法研究[D];南昌航空大学;2018年
9 王成;基于改进遗传算法的组卷系统的设计与实现[D];湖南大学;2017年
10 蔡乃团;遗传算法的改进及应用研究[D];湖南大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026