基于QPSO-SFLA改進算法的云環(huán)境資源調度研究.pdf

1、云計算是當前信息技術領域的熱點話題之一，受到了工業(yè)界、學術界、政府和社會各界廣泛關注。經過學術界與產業(yè)界的不斷努力，云計算技術正逐漸從理論走向實踐，各IT巨頭紛紛加入到云計算的應用中來。
　　云環(huán)境中的資源調度策略已成為云計算領域的一個重要研究方向。云計算調度策略的核心技術是將網絡上眾多的軟硬件設備和資源，通過虛擬化技術整合成一個靈活的云處理系統(tǒng)，實現(xiàn)有效的監(jiān)管。因此，對資源調度策略的研究一直是云計算領域的一個研究熱點。
　

2、　本文在系統(tǒng)分析云計算的各種關鍵技術基礎上，針對云環(huán)境下資源調度算法開展了重點研究，具體工作如下：
　　(1)本文從資源管控策略、調配路徑及調配算法等方面對云計算供應策略、云計算資源調度策略以及資源調度的性能指標、云計算的負載均衡技術等進行了全面分析研究。
　　(2)本文探索了混洗蛙跳算法(SFLA)在云環(huán)境資源調度中的運用，在分析混洗蛙跳算法不足的基礎上對種群選擇策略進行了改進。改進后的混洗蛙跳算法（ISFLA）在種群初始

3、化時引入輪盤賭隨機選取策略，通過加強位置較優(yōu)個體的適應度值提高了算法的收斂速度；在子種群重新混洗時引入元胞自動機策略，有效避免算法陷入局部最優(yōu)。
　　(3)將上述改進的SFLA算法與量子粒子群搜索策略結合，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平臺上模擬云計算資源調度的過程及任務請求方式，對上述改進算法類進行了實驗驗證。