基于QPSO-SFLA改進(jìn)算法的云環(huán)境資源調(diào)度研究.pdf

1、云計(jì)算是當(dāng)前信息技術(shù)領(lǐng)域的熱點(diǎn)話題之一，受到了工業(yè)界、學(xué)術(shù)界、政府和社會(huì)各界廣泛關(guān)注。經(jīng)過學(xué)術(shù)界與產(chǎn)業(yè)界的不斷努力，云計(jì)算技術(shù)正逐漸從理論走向?qū)嵺`，各IT巨頭紛紛加入到云計(jì)算的應(yīng)用中來。
　　云環(huán)境中的資源調(diào)度策略已成為云計(jì)算領(lǐng)域的一個(gè)重要研究方向。云計(jì)算調(diào)度策略的核心技術(shù)是將網(wǎng)絡(luò)上眾多的軟硬件設(shè)備和資源，通過虛擬化技術(shù)整合成一個(gè)靈活的云處理系統(tǒng)，實(shí)現(xiàn)有效的監(jiān)管。因此，對(duì)資源調(diào)度策略的研究一直是云計(jì)算領(lǐng)域的一個(gè)研究熱點(diǎn)。
　

2、　本文在系統(tǒng)分析云計(jì)算的各種關(guān)鍵技術(shù)基礎(chǔ)上，針對(duì)云環(huán)境下資源調(diào)度算法開展了重點(diǎn)研究，具體工作如下：
　　(1)本文從資源管控策略、調(diào)配路徑及調(diào)配算法等方面對(duì)云計(jì)算供應(yīng)策略、云計(jì)算資源調(diào)度策略以及資源調(diào)度的性能指標(biāo)、云計(jì)算的負(fù)載均衡技術(shù)等進(jìn)行了全面分析研究。
　　(2)本文探索了混洗蛙跳算法(SFLA)在云環(huán)境資源調(diào)度中的運(yùn)用，在分析混洗蛙跳算法不足的基礎(chǔ)上對(duì)種群選擇策略進(jìn)行了改進(jìn)。改進(jìn)后的混洗蛙跳算法（ISFLA）在種群初始

3、化時(shí)引入輪盤賭隨機(jī)選取策略，通過加強(qiáng)位置較優(yōu)個(gè)體的適應(yīng)度值提高了算法的收斂速度；在子種群重新混洗時(shí)引入元胞自動(dòng)機(jī)策略，有效避免算法陷入局部最優(yōu)。
　　(3)將上述改進(jìn)的SFLA算法與量子粒子群搜索策略結(jié)合，提出了基于量子粒子群局部搜索的新混洗蛙跳算法（QPSO-SFLA），從而提高了算法的局部搜索效率，加速算法的收斂。
　　(4)在CloudSim平臺(tái)上模擬云計(jì)算資源調(diào)度的過程及任務(wù)請求方式，對(duì)上述改進(jìn)算法類進(jìn)行了實(shí)驗(yàn)驗(yàn)證。