云計算環(huán)境下基于QoS驅動的資源分配方法研究.pdf

1、云計算作為一種新興的商業(yè)計算模式，是目前研究和應用最為廣泛的分布式計算。云計算擁有規(guī)模龐大的服務器集合和大量的用戶群體，需要頻繁的進行資源分配。當前，如何在滿足用戶資源需求的基礎上，設計高效的資源分配方法成為了云計算領域的研究熱點。
　　現(xiàn)有的云計算資源分配方法較少考慮云計算面向服務的特點，分配目標較為簡單不能充分滿足用戶QoS（服務質量）需求；而且隨著云計算的不斷發(fā)展，資源分配問題的復雜度也不斷提升，單一的啟發(fā)式算法存在一定的局

2、限性，很難在算法的性能和收斂性上做更大的改進。所以本文針對以上存在的問題，提出了帶有雙目標約束的資源分配模型，并設計了聯(lián)合優(yōu)化算法（JOA）解決云計算環(huán)境下的資源分配問題，主要做了以下工作：
　?。?）提出了帶有雙目標約束的資源分配模型?；谠朴嬎愕纳虡I(yè)模型，提出了本文所研究資源分配問題的目標，同時考慮了 QoS需求中用戶應用任務不同的截止時間要求和執(zhí)行成本最小化的需求；然后在此基礎上建立了虛擬機資源分配的數(shù)學模型。
　?。?/p>

3、2）為解決云計算環(huán)境下基于QoS驅動的資源分配問題，提出了聯(lián)合優(yōu)化算法 JOA。該算法首先通過引入懲罰系數(shù)將兩個調度目標轉化成單一目標函數(shù)形式求解，并且根據(jù)實際應用的具體情況重新設計了遺傳算法的適應度函數(shù)及遺傳算法的遺傳操作，提出了交叉概率的自適應調整；然后以遺傳算法的進化率為根據(jù)設計了一種動態(tài)的切換方式實現(xiàn)了算法的切換，并設計了一種信息素轉化策略用遺傳算法的部分較優(yōu)解初始化蟻群算法的信息素；最后在蟻群算法的虛擬機選擇上，根據(jù)虛擬機結點