云計(jì)算資源的動(dòng)態(tài)隨機(jī)擾動(dòng)如何進(jìn)行粒子群優(yōu)化策略

　　云計(jì)算環(huán)境中的資源具有動(dòng)態(tài)性和異構(gòu)性，大規(guī)模任務(wù)資源分配的目標(biāo)是最小化完成時(shí)間和資源占用，同時(shí)具有盡可能好的負(fù)載均衡，這是一個(gè)非確定性多項(xiàng)式（ NP）問題。借鑒智能群體算法的優(yōu)點(diǎn)，提出基于改進(jìn)的粒子群優(yōu)化（ PSO）算法構(gòu)建混合式群體智能調(diào)度策略——?jiǎng)討B(tài)隨機(jī)擾動(dòng)的PSO策略（DRDPSO）。首先，將PSO的慣性權(quán)重常數(shù)修改為變量，實(shí)現(xiàn)對求解過程收斂速度的合理控制；其次，縮小每次迭代的搜索范圍，在保留候選最優(yōu)集合的前提下減少無效搜索；然后，引入選擇操作，篩選出優(yōu)質(zhì)個(gè)體并傳遞到下一代；最后，設(shè)計(jì)隨機(jī)擾動(dòng)，提高候選解的多樣性，在一定程度上避免了局部最優(yōu)陷阱。在CloudSim平臺(tái)上進(jìn)行了兩類仿真測試，結(jié)果表明，處理同構(gòu)任務(wù)時(shí)，在大部分情況下DRDPSO的指標(biāo)都優(yōu)于模擬退火遺傳算法（SAGA）和遺傳算法（GA） +PSO算法，總執(zhí)行時(shí)間比SAGA減少13. 7qo～37. 0010，比GA +PSO減少13. 6qo～31. 60/0；其資源耗費(fèi)比SAGA減少9.80/0～17. 1010，比GA +PSO減少0.6%～31.1%；其迭代次數(shù)比SAGA減少15. 7%~60. 2%，比GA+ PSO減少1.4%~ 54. 7%；其負(fù)載均衡度比SAGA減小8.1%~18.5%，比GA +PSO減少2.7%~ 15. 30/0，且波動(dòng)幅度最小。處理異構(gòu)任務(wù)時(shí)，三種算法表現(xiàn)出相似的規(guī)律：CPU型任務(wù)的總執(zhí)行時(shí)間最多，混合型任務(wù)次之，10型任務(wù)最少，DRDPSO的綜合指標(biāo)最好，較為適合處理多種類型的異構(gòu)任務(wù)，而GA +PSO算法適合快速求解混合型任務(wù)，SAGA則適合快速求解10型任務(wù)。所提DRDPSO在處理較大規(guī)模的同構(gòu)和異構(gòu)任務(wù)時(shí)，能夠較為明顯地縮短總的任務(wù)執(zhí)行時(shí)間，不同程度地提高資源利用率，并適當(dāng)兼顧計(jì)算節(jié)點(diǎn)的負(fù)載均衡。

?

　　云計(jì)算通過虛擬化技術(shù)將網(wǎng)絡(luò)計(jì)算資源整合在一起，組成一個(gè)龐大的計(jì)算節(jié)點(diǎn)池，用戶通過瀏覽器按需獲得資源，完成數(shù)據(jù)處理任務(wù)。網(wǎng)絡(luò)計(jì)算資源龐大且分散，要根據(jù)用戶請求將資源動(dòng)態(tài)地分配給各個(gè)任務(wù)，就需要進(jìn)行合理的資源調(diào)度。任務(wù)調(diào)度策略對用戶任務(wù)的執(zhí)行效率、系統(tǒng)資源的使用效率、任務(wù)執(zhí)行成本、負(fù)載均衡、系統(tǒng)穩(wěn)定性等均有直接的影響。云計(jì)算環(huán)境中的資源具有動(dòng)態(tài)性和異構(gòu)性，對大規(guī)模任務(wù)進(jìn)行資源分配和調(diào)度時(shí)，不僅需要最小化完成時(shí)間和提高系統(tǒng)使用率，而且要考慮資源負(fù)載均衡、服務(wù)質(zhì)量，是一個(gè)非確定性多項(xiàng)式（ Non-deterministic Polynomial，NP）問題。