龙源期刊网httpwwwqika
comc

云计算中的基于改进的粒子群算法资源调度的研究
作者：陈南岳来源：《电脑知识与技术》2017年第16期
摘要：该文主要针对由于云计算动态功能而造成的不均衡资源集群情况，提出一些改善策略，主要是利用虚拟机技术，实现云计算资源的动态迁移。在迁移的过程中主要是利用引入窗口的相关指数来分析负载的热点。在选择虚拟机的时候，要充分考虑迁移效果和速度，利用退火逻辑中的粒子群算法，得到最好的虚拟机放置。然后利用轮盘思想完成平台资源的高效优化。之后就是利用云仿真技术CloudSim把云计算系统中的等级协议（SLA）有关的违背率、集群耗能、虚拟机的迁移次数、剩余资源等问题进行试验，之后将各种算法和本文的算法进行比较。得出的结果很显然说明了本文的算法比较有优势。关键词：云计算；粒子群算法；动态迁移；虚拟机在IT领域中云计算是非常受欢迎的，对于当今时代各个行业对大型数据处理的需求越来越多，云计算作为一种新型计算机技术，它将网格式计算、并行式计算、分布式计算等实现了进一步的发展，充分的适应了现代社会的需求。它包括的服务层次主要有三种：首先是基础设施层，其次是平台层，最后就是应用层，这三层的功能都可以通过服务的形式表现出来。云计算的调度任务是指在云配置的环境中，利用相关的资源策略，根据用户对资源的不同需求进行分析，从而是实现资源的合理配置，总之这些任务调配基本上都是在基础设施层（IaaS）进行。目前使用的资源调度策略基本上都是在虚拟机上进行，如何在云计算环境中是实现更加高效的任务调度，为用户提供更加精确的数据，是当下主要考虑的问题。粒子群算法（PS0）是在模拟鸟群进行觅食行为试验中逐渐发展起来的，它是一种群体协作方式的智能算法，它的优势在于简单实用、容易理解，由于这些特点该算法被广泛应用。这种算法主要是由Eberhart等提出，之后又将群体智能算法进行完善。粒子算法的计算过程比较简单，参数设置比较少，同时收敛速度也是非常快，所以该算法的应用价值比较高。但是，标准的PSO算法在实际进化中，逐渐降低了种群多样性，从而也造成该算法出现收敛早熟的情况。之后Zha
g等对粒子群算法的速度重新进行初始化，从而保持了该算法的种群多样性。Riget等人利用种群多样性继续进行测量，在试验中将粒子群进行交替的排斥和吸引操作。1资源调度中初始化虚拟机的放置首先就是建立云计算平台并实现运行，把系统运行中原有的平台移动到现在的云计r