一种基于蚁群算法的移动应用云协助式调度方案

摘要

针对当前移动应用计算需求增大的情况，出现了一种新的计算模式，移动云计算(Mobile Cloud Computing，MCC)。典型的移动云计算模式，是基于任务上载的云协作式计算。在移动云协作式计算模式下，如何在移动设备本地与远程云端进行任务调度，是需要解决的重要问题。
　　解决移动云协作式计算模式下的任务调度问题，常用的方法是将移动应用云协作式模式下的任务调度通过图模型转换为最短路径问题，并在此基础上采用基于拉格朗日算子的能耗优化指标来确定任务调度方案，这种方法不能确保获得最优调度方案，而且某些情况下得出的最优调度方案，能耗不佳。提出了基于随机过程状态转移移动云应用任务调度模型，这样就可以将移动应用云协作式调度问题转化为状态转移集的最优状态查找问题；蚁群算法作为一种优秀的几率性人工智能算法，可以很好的用于这种模型最优问题的求解；完成了基于蚁群算法的移动应用云协作式调度算法的设计与实现，该算法通过不断调整随机过程状态转移模型中各任务执行点的“状态”转移概率，使各任务执行点的最优状态转移概率不断增大，从而极大提高移动任务调度问题求得最优方案的概率。
　　对提出的基于蚁群算法的移动云协助式任务调度方案，选取了一个经典的任务调度方案进行对比仿真实验。实验结果表明，在相同情况下，与经典调度方案相比，提出的基于蚁群的算法节能效果更好，求解得出的调度结果，可以节省移动设备端能耗约20-30％。

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 国内外相关研究进展

1.3 全文内容及组织结构

1.4本章小结

2相关技术背景概述

2.1移动云计算概述

2.2移动应用云协作式执行模式

2.3蚁群算法概述

2.4 本章小结

3移动应用云协作式调度算法设计

3.1当前算法存在的问题

3.2随机状态转移移动任务调度模型

3.3算法设计实现

3.4算法核心模块分析

3.5算法分析

3.6 本章小结

4 仿真实验及结果分析

4.1对比实验

4.2算法实效性验证

4.4 本章小结

5 总结与展望

5.1 本文总结

5.2 研究展望

致谢

参考文献